标签：游戏AI
共 2 篇相关访谈。
AI扑克如何战胜人类：纳什均衡与实时搜索的力量
Noam Brown分享了其团队开发的AI系统如何在不完整信息博弈（如无限注德州扑克）中战胜顶尖人类玩家。核心在于逼近纳什均衡策略，而非试图适应对手，并通过实时搜索技术（反事实遗憾最小化）在巨大决策空间中找到平衡的、不可预测的打法，如超池下注。这标志着游戏AI从棋类完美信息博弈向更复杂的人类互动场景的突破。
NNoam BrownMeta AI研究科学家，Libratus与Cicero项目核心成员
Oriol Vinyals：AlphaStar如何学会玩《星际争霸》
DeepMind研究科学家Oriol Vinyals回顾了AlphaStar项目，分享了从个人游戏经历到领导团队击败职业《星际争霸》选手的历程。他深入探讨了游戏的核心挑战（如庞大行动空间、部分可观察性）、AlphaStar的技术架构（模仿学习、序列建模、自博弈联盟）以及AI与人类玩家的异同。
O奥里奥尔·维尼亚尔斯Google DeepMind高级研究科学家