发布 Generals.io 超人AI智能体研究

研究人员发布了一项基于自博弈强化学习的 Generals.io 超人类 AI 智能体研究。该智能体采用 Transformer 策略，仅依赖胜负稀疏奖励进行训练，在两周内占据所有 10 个周榜第一，并击败最强人类玩家。最新报道称训练使用 4 块 GPU 耗时 7 天完成。研究还指出，使用指数移动平均参数作为部署策略能提升性能，且仅用最高优势样本训练可使单次训练成本减半。团队同时发布了 JAX 原生模拟器，其在单 GPU 上可达每秒 4000 万帧。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。