基于多智能体强化学习的《星际争霸II》中大师级水平的技术研究

本文是对Nature上一篇关于使用多智能体强化学习，而在《星际争霸II》中达到大师级水平的论文的翻译。

• 论文名称：Grandmaster level in StarCraft Ⅱ using multi-agent reinforcement learning.
• 论文链接：https://doi.org/10.1038/s41586-019-1724-z

本文使用基于多智能体强化学习算法，使用人类玩家和智能体对战的游戏数据建立深层神经网络。在训练过程中，使用官方在线配对系统Battle.net上的无条件策略，对AlphaStar智能体塑造的人族、神族和虫族进行评估，对各智能体进行三种不同的评估：仅在监督训练后（监督评估）、联赛训练27天后（中期评估）和联赛训练44天后（最终评估）。在最终评估中，对人族、神族和虫族的评分分别为6048分、6275分和5835分，超过了99.8%的人类玩家，并且在三个种族中都处于大师级水平。)

本文使用基于多智能体强化学习算法，使用人类玩家和智能体对战的游戏数据建立深层神经网络。在训练过程中，使用官方在线配对系统Battle.net上的无条件策略，对AlphaStar智能体塑造的人族、神族和虫族进行评估，对各智能体进行三种不同的评估：仅在监督训练后（监督评估）、联赛训练27天后（中期评估）和联赛训练44天后（最终评估）。在最终评估中，对人族、神族和虫族的评分分别为6048分、6275分和5835分，超过了99.8%的人类玩家，并且在三个种族中都处于大师级水平。

感兴趣的可以戳链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除