基于自博弈强化学习在单台PC上击败Warcraft III最强AI

研究者 Robin Kahlow 在单台PC上通过自博弈强化学习训练出一个能以约90%胜率击败Warcraft III内置最高难度AI的智能体。该智能体在真实游戏环境中运行，通过Wine在Linux下驱动50个游戏实例，每步决策耗时13ms，训练过程包含行为克隆、课程学习、奖励设计和策略优化等阶段，最终在Echo Isles地图上实现对四种种族的稳定胜率。