更多关于 Dota 2 的内容

# 关于 Dota 2 的更多信息 来源：https://openai.com/index/more-on-dota-2/ 我们的方法结合了少量的"教练"指导和自我对战，使我们能够在国际邀请赛的周一到周四期间大幅改进智能体。周一晚上，Pajkatt 使用了一种不寻常的出装方式（提前购买魔法棒）赢得了比赛。我们将这个出装方式添加到了训练白名单中。 周三下午 1 点左右，我们测试了最新的机器人。机器人在第一波会损失大量血量。我们以为可能需要回滚，但注意到随后的游戏表现惊人，第一波的行为实际上是在诱导其他机器人对它更具侵略性。通过进一步的自我对战，机器人学会了反制这种诱饵策略。与此同时，我们将周一的机器人与其仅在第一波的表现融合在一起，并在 Arteezy 下午 4 点出现前 20 分钟完成了这个过程。 在 Arteezy 的比赛后，我们更新了小兵阻挡模型，这使 TrueSkill 评分增加了一点。在 Thursday 的 Sumail 比赛前进行的进一步训练使 TrueSkill 评分增加了两点。Sumail 指出机器人已经学会了在敌人视野范围外施放 razes。这是由于一个我们之前不知道的机制：在敌人视野范围外施放的能力会防止敌人获得魔法棒充能。 Arteezy 还与我们的 7.5k 半职业测试者进行了一场比赛。Arteezy 在整个游戏中都处于领先，但我们的测试者仍然设法用一个他从机器人那里学到的策略让 Arteezy 感到惊讶。Arteezy 事后评论说，这是一个 Paparazi 曾经对他使用过的策略，并不是常见的打法。