↑: [[G検定に関する知識]]
- DeepMind開発のリアルタイムストラテジー(RTS)ゲーム「StarCraft II」プレイAI
- ターン制ではなくリアルタイム・不完全情報のゲームが対象(重要)
- 使用技術の組み合わせ
- [[模倣学習]]:プロ選手のリプレイデータから基本を習得
- [[強化学習]]:自己強化で精度を向上
- [[自己対戦]]:リーグ戦形式でAI同士を戦わせ戦略を多様化
- [[Transformer]]の注意機構:多数ユニット間の関係を処理
- 人間のトッププロ選手を打ち負かした
- cf. [[Agent57]]、[[OpenAI Five]]