DeepMind 的研究人员通过实现离线强化学习,推出了 AlphaStar Unplugged,成功解决了星际争霸 II 的挑战。通过建立离线 RL 基准,他们展示了大规模离线强化学习的潜力,并为复杂环境下的代理训练提供了更实际的方法。这一成果有望推动离线强化学习研究取得更大进展。
发评论,每天都得现金奖励!超多礼品等你来拿
登录 在评论区留言并审核通过后,即可获得现金奖励,奖励规则可见: 查看奖励规则