跳到正文
arXiv 游戏世界模型与生成检索· Jordy Kieto·· 2026-10-06精选AI 评分71

十英雄 MOBA 连续 Dyna 循环研究,radiant 侧真实对局胜率 70.2%

Learning in Dreams, Winning in Reality: A Continuous Dyna Loop for a Ten-Hero MOBA

AI 导读

论文为完整十英雄 MOBA 训练结构化多智能体世界模型,并把它接入连续异步 Dyna 循环,策略只在 1,400 tick 的想象对局中学习,在真实对局里作为 radiant 赢下 70.2%(600 局 421 胜,95% CI 66.4-73.7),作为 dire 一场未胜,自带对手自我对弈时同样全败。

推荐理由

论文把世界模型的评判放到真实对局里,Dyna 循环将 radiant 侧胜率从 33.7% 提到 70.2%,并开源了模型与评测协议。

来源:arXiv 游戏世界模型与生成检索 · arxiv.org