Learning in Dreams, Winning in Reality: A Continuous Dyna Loop for a Ten-Hero MOBA

arXiv cs.AI · 7 oct, 06:00

Investigadores entrenan un modelo de mundo para un videojuego MOBA (defensa de las antiguas) de diez héroes usando únicamente episodios imaginados, sin gradientes del juego real. La política resultante gana el 70,2% de partidas reales contra la inteligencia artificial del juego en una dirección, pero no en la otra, y el equipo libera el código, los registros y las herramientas de depuración.