OpenAI 探讨 Dota 2 自对弈强化学习系统的性能跃升机制

OpenAI 发文阐释其 Dota 2 系统成果，指出在充足算力支持下，自对弈机制可推动机器学习系统从远低于人类水平跃升至超越顶级职业选手。该系统在一个月内便实现从勉强匹配高分玩家到击败职业顶尖选手的跨越，并保持持续提升。不同于受制于固定数据集的监督深度学习，自对弈系统的可用训练数据会随智能体能力的增强而自动优化。