Это старый агент RL для Runescape, сражающийся с совершенно нечестным противником — идеальным роботом, который всегда принимает «правильное решение» и предсказывает ваши действия наперёд в 50% случаев. Легко понять, кто есть кто. Для тех, кто хоть немного знаком с этой игрой, может показаться удивительным, но политика полностью разгромляет противника. Особенно если наблюдать за тем, как она играет: она постоянно экипирует якобы бесполезное снаряжение для того, что пытается сделать, и почти ничего не делает, что хотел бы сделать топовый человеческий игрок. Она достигает легко 90% побед за несколько минут обучения на одном 4090. Конечно, настоящим тестом было бы её обобщение против абсолютных лучших человеческих игроков, но хотя у меня здесь есть режим игры человека, я не могу протестировать это, потому что сразу же безнадёжно проигрываю политике. Я раньше тоже был очень хорош в этой игре. «Просто заставить её сражаться с реальными игроками в живой игре» — один из вариантов, но мы не особо стремимся прямо сейчас обманывать игру; было бы очень круто настроить что-то закрытое!