這是一個老派《Runescape》的強化學習代理，對抗一個完全不公平的對手——一個總是做出「正確決定」、且在你行動前 50% 時間就能讀懂你意圖的完美機器人。誰是誰很容易分辨。 對於熟悉這款遊戲的人來說，這可能有點令人驚訝，但這個策略代理完全碾壓了對手。尤其是當你觀察它的玩法時，它總是裝備著與其目標完全不匹配的「垃圾」裝備，幾乎從不做任何頂尖人類玩家會做的動作。 它僅需在單一張 4090 顯卡上訓練幾分鐘，勝率就能輕鬆達到 90%。當然，真正的考驗在於它能否對抗最頂尖的人類玩家，但即使我這裡有真人對戰模式，我也無法測試，因為我一開始就被這個策略代理徹底擊潰了。我以前可是這方面的高手。 「直接讓它和真實玩家在遊戲中對戰」是其中一個考慮方向，但我們並不太想直接作弊。不過，如果能設置一個私密環境就太棒了！