单台桌面自博弈强化学习打赢魔兽争霸3 疯狂 AI
ToraxXx · reddit · 2026-10-19
warlock.ai 发布 WarcraftSim 项目博客:作者用自博弈强化学习(policy v267)在单台桌面电脑上训练 agent,击败了魔兽争霸3 内置的「疯狂」难度 AI。
配图展示训练对局实时面板:学习方(红色 Nightelf)对阵内置疯狂 AI(蓝色),可看到 reward 曲线、胜率估计、资源(金矿/木材)对比与每单位策略熵等指标——学习方在经济与兵力上逐步反超并赢下对局。
项目开源了仿真环境与训练流程,是把现代 RL 方法应用到老游戏复杂 RTS 环境的一个可复现案例,博客含详细实现细节。
「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
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 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