300M 参数模型用自博弈 RL 攻克星际争霸母巢之战
jsuarez · x · 2026-09-26
DeepMind 研究员 jsuarez（syhw）宣布：他 2016 年启动的「用纯自博弈 RL 从零攻克《星际争霸：母巢之战》」项目已完成，最终由一个仅 3 亿参数的模型实现。相比 AlphaStar 当年针对《星际争霸 2》的庞大工程，此项目强调 from scratch 自博弈的纯粹性，是小型化 RL 智能体的标志性成果。
所属事件:前 DeepMind 研究员用 3 亿参数模型自博弈攻克星际争霸(2 条相关)→
「研究」频道最新
- 教授用纯 NumPy 从零搭建交互式神经网络教学笔记本 — GeostatsGuy · 2026-11-11
- 新 benchmark Continual-ARC:主流 agent 都学不会经验,9B 模型微调可以 — Med1_Ai · 2026-11-11
- Science 子刊：好的对话呈现'粉噪'式的语义波动模式 — _akpiper · 2026-11-11
- 研究：近半数 STEM 博士论文用 AI 写，仅 4.7% 主动披露 — paulnovosad · 2026-11-11
- AlphaGenome 2 商业 API 上 Google Cloud 私测，权重承诺未来开源 — anshulkundaje · 2026-11-11
- 斯坦福 DyCraft:智能体分步生成 4D 动态场景,降低物理错误 — StanfordUniversity · 2026-11-11