开源模型持续训练提升游戏对战能力

研究团队开源了一套端到端持续学习训练方法，使开源决策模型通过“玩对战→训练→升级训练框架→重复”的循环自我改进，并在《红色警戒2》和坦克大战的竞技场对战中未被人类玩家击败。团队计划在此基础上将该方法发展为通用的决策模型训练基础设施。

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。