arXiv · ML· Matej Straka, Viliam Lis\'y, Martin Schmid·· 9 小时前AI 评分21
基于自博弈强化学习的 Generals.io 超人类 AI 智能体
Superhuman AI for Generals.io Using Self-Play Reinforcement Learning
AI 导读
该 AI 智能体在 Generals.io 游戏中实现超人类表现，使用 Transformer 策略和纯策略梯度自博弈训练，在两周内所有 10 个周榜排名中位列第一，并击败最强人类玩家 189-67 和 32-18。 训练使用 4 块 GPU 历时 7 天完成，通过指数移动平均参数作为部署策略提升性能，仅使用最高优势样本训练可使单次训练成本减半。
来源：arXiv · ML · arxiv.org