基于单台 PC 自我对弈强化学习战胜《魔兽争霸 3》令人发指难度 AI

开发者在配备单张 RTX 3090 的个人电脑上通过自我对弈强化学习，仅用三周将《魔兽争霸 3》智能体对战双倍资源的最高难度内置 AI 胜率提升至 89%。系统通过 Wine 在 Linux 上并行运行约 50 个游戏实例并替换虚拟时钟实现 15 倍加速，网络规模仅约 320 万参数且 CPU 单步推理耗时 13 毫秒。