Warcraft III 自博弈强化学习智能体在单机上击败最高难度 AI

Robin Kahlow 开发的智能体在单机环境下通过自博弈强化学习，在《Warcraft III》经典地图 Echo Isles 上以 89% 的胜率击败最高难度（insane）内置 AI。该模型参数量仅 320 万，推理速度 13ms，利用行为克隆初始化和课程学习策略，在普通桌面硬件上完成了 84 万局训练。