跳到正文
arXiv · AI· Jordy Kieto·· 2026-10-07AI 评分45

学习于梦境,胜出在现实:一种用于十英雄 MOBA 的连续 Dyna 循环

Learning in Dreams, Winning in Reality: A Continuous Dyna Loop for a Ten-Hero MOBA

AI 导读

针对完整十英雄 MOBA 游戏构建结构化多智能体世界模型,通过 1,400 个 tick 的想象轨迹训练策略,并在真实游戏中验证性能。 该策略在 600 场未用于决策的随机种子真实对局中,作为 radiant 阵营胜率 70.2%,较单独梦境训练的 0% 和循环前的 33.7% 显著提升,而 dire 阵营胜率为 0%。

来源:arXiv · AI · arxiv.org