产品
Dota 2
Valve开发的多人在线战术竞技游戏，其复杂策略空间被OpenAI用作AI研究环境，OpenAI Five曾在此击败人类顶级玩家。
核心事实
时间轴 (近 90 天)
11月1日
多智能体强化学习在星际争霸和Dota 2等游戏环境中取得成功，但这些成功往往依赖于精心设计的奖励函数和受限的动作空间。
待验证50%
11月1日
星际争霸和Dota 2的多智能体AI成功很大程度上依赖于集中训练、分散执行（CTDE）框架和精心设计的奖励塑形。
待验证50%
9月23日
早期世界模型的代表性工作包括 DeepMind 的 Dreamer 系列以及 OpenAI 在 Dota 2 中使用的环境模型
待验证50%
9月1日
OpenAI在训练Dota 2智能体时使用了自动域随机化技术
已验证65%
8月28日
OpenAI Five在Dota 2中累计了超过45000年的游戏经验
待验证50%