STRATA：角色对齐分层Agent实现RTS游戏自学习

2026年10月1日，arXiv cs.AI 全量分类收录论文《STRATA：面向即时战略游戏的角色对齐分层智能体自学习系统》。该系统面向《红色警戒》，采用角色对齐的分层结构：Strategic Agent 负责战略决策，Logistics Agent 负责后勤，Tactical Agent 负责战术，并由 Review Agent 在赛后从对局轨迹中提炼经验卡，供战略智能体检索使用。报道称，在固定场景下，使用学到的经验卡将观测胜率从 30% 提升至 100%；针对不同风格 AI 对手的连续学习还能形成不同的长期战略经验。目前该工作以论文形式发布，尚无后续进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。