待验证90% 置信事实时间未知

AlphaStar在2019年在《星际争霸II》欧服达到大师级水平（前0.15%），通过模仿学习与多智能体强化学习的结合实现

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

DeepMind联手EVE Online：为何选择这款20年老游戏做AI研究？

twitterdemishassabis

涉及实体

AlphaStarmodel Google DeepMindcompany 星际争霸IIproduct

相关事实

待验证AlphaStar采用多智能体自我博弈和联盟训练机制，其训练量相当于人类玩家200年的游戏经验75% 相似待验证2019年的AlphaStar面临不完全信息、实时决策和高达10^26的动作空间，其联盟训练机制使训练量相当于人类玩家200年的游戏经验74% 相似待验证AlphaGo击败人类围棋冠军是强化学习的标志性应用73% 相似待验证代码任务的强化学习自我博弈（Self-Play）机制借鉴了AlphaGo的训练范式60% 相似待验证AlphaZero复现使用JAX和Flax搭建强化学习训练流水线，通过多TPU Pod进行从零开始的自我对弈训练57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/26555

API

curl https://kongchang.com/api/v1/knowledge/claims/26555

MCP

get_claim(id=26555)