待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
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79% 相似待验证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74% 相似待验证LLM推荐基于训练数据的截止时间，对新发售的游戏可能缺乏了解，且无法像协同过滤那样实时捕捉群体行为趋势63% 相似待验证游戏化程度高、单次训练时间短，适合碎片时间使用，但训练深度和系统性不如专业认知康复类应用61% 相似待验证该数据集直接用于训练完整《英雄联盟》AI存在局限：缺少小地图、敌我单位位置、经济状况等状态信息，且全部来自同一玩家风格同质，视频未结构化解析60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/504666API
curl https://kongchang.com/api/v1/knowledge/claims/504666MCP
get_claim(id=504666)