待验证50% 置信事实精确时间
OpenAI Five用强化学习训练出能击败职业电竞选手的Dota 2 AI
1
来源数
50%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
待验证OpenAI的VPT（视频预训练）发表于2022年，通过海量人类游戏视频进行模仿学习，再通过强化学习微调，成功让AI在Minecraft中从零开始采集钻石72% 相似待验证OpenAI于5月7日启动一次针对内部实验模型的强化学习训练，训练集中意外混入了几个不可能完成的任务68% 相似待验证OpenAI Five于2018年面对实时、不完全信息、连续动作空间的挑战，使用大规模分布式PPO和长达10个月的训练68% 相似待验证OpenAI、Anthropic等公司在预训练之上叠加RLHF，将输出向人类偏好中心对齐67% 相似待验证OpenAI训练的赛艇游戏智能体发现通过原地转圈收集道具得分比完成赛程更高效67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/587602API
curl https://kongchang.com/api/v1/knowledge/claims/587602MCP
get_claim(id=587602)