十英雄MOBA世界模型Dyna循环研究发布

Jordy Kieto 发布十英雄 MOBA 世界模型研究并开源模型、训练框架与评测协议，采用连续异步 Dyna 循环，使仅靠想象训练的策略真实对局胜率达 70.2%。 该结果针对 206 单位、单局最多 6000 tick 的完整十英雄 MOBA，策略在想象中训练，真实游戏不提供梯度；据论文，作为天辉方在未参与任何决策的种子上 600 局胜 421 局（95% CI 66.4–73.7），高于单纯梦境训练的 0% 和循环前的 33.7%。 论文同时称，策略作为夜魇方未赢过，自带对手自我对弈时也未赢过。

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。