IXThinker·2025-04-21 21:50

寶可夢對戰AI純看人類回放 殺入全球前10%

研究團隊以Transformer與離線強化學習打造寶可夢對戰智能體，純靠47.5萬場人類對戰回放訓練，不靠規則與啟發式算法便打入Pokémon Showdown全球前10%。

研究方法

智能體學習了長達十年、共47.5萬場的人類寶可夢對戰回放數據，透過Transformer與離線強化學習提煉對戰策略，整個訓練過程不依賴遊戲規則編碼，也沒有啟發式算法輔助。