arXiv · cs.AI· Jordy Kieto·· 1 天前
梦中学习、现实取胜：面向十英雄 MOBA 的连续 Dyna 循环
Learning in Dreams, Winning in Reality: A Continuous Dyna Loop for a Ten-Hero MOBA
arXiv:2610.08033v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jordy Kieto
研究任务与主要进展
基于论文摘要，作者学习了一个覆盖完整十英雄 MOBA 的结构化多智能体世界模型，并用 1,400 tick 的自由运行想象回合训练策略；通过持续异步 Dyna 循环，在未用于决策的种子上以 radiant 身份取得 70.2% 的真实对局胜率，即 600 场中的 421 场（95% CI 66.4%–73.7%）。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org