StarCraft 智能体 Pluto 作者确认:全程零模仿学习
TimDarcet · x · 2026-10-09
围绕 StarCraft 智能体 Pluto 是否用模仿学习的讨论中,作者 TimDarcet 确认:Pluto 确实没有从人类数据做模仿学习,「check the readme」而非仿冒。此前 AlphaStar 被指出大量依赖模仿学习(仅第一步),Pluto 从零开始纯 RL 自对弈达到该水平被认为相当惊人。
所属事件:星际争霸智能体Pluto作者确认：全程零模仿学习(3 条相关)→
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23