<1000万参数 RL 智能体通关宝可梦红,比 DeepSeek-V3 小 6 万倍

Bam4d · x · 2026-11-17

自 2020 年起开发的项目宣布:用不到 1000 万参数的策略网络(比 DeepSeek-V3 小 60500 倍)通过强化学习通关《宝可梦红》,几乎不做简化,全部代码开源。

关键信息

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →