OpenAI Five 基准测试：结果

# OpenAI Five 基准测试：结果 来源: https://openai.com/index/openai-five-benchmark-results/ 我们通常的开发周期是从零开始训练系统的每个主要版本。但是，这个版本的 OpenAI Five 包含自 6 月 9 日以来在六个主要系统版本中一直在训练的参数。每个版本都是通过前一个版本的参数初始化的。 我们投入大量资源开发了"手术"工具，使我们能够将旧参数映射到新的网络架构。例如，当我们首次训练眼位（ward）放置时，我们使用了一个单一的动作头来确定移动方向和放置眼位的位置。但 Five 经常会在它想要移动的方向上随意放置眼位，我们推测它主要将容量分配给了移动。我们的工具让我们能够将这个头分成两个克隆，并用相同的参数初始化它们。 我们估计在训练各种 Dota 系统时使用了以下计算量（https://openai.com/index/ai-and-compute/）： - 1v1 模型：8 petaflop/s-days - 6 月 6 日模型：11 petaflop/s-daysA (https://openai.com/index/openai-five-benchmark-results/#citation-bottom-A) - 8 月 5 日模型：35 petaflop/s-daysA (https://openai.com/index/openai-five-benchmark-results/#citation-bottom-A) 我们还发布了最新的网络架构（在新窗口中打开）(https://cdn.openai.com/dota_benchmark_results/network_diagram_08_06_2018.pdf)。