这也并非“绝悟”第一次参加谷歌举办的足球赛。

也能准确地对抗各种不同风格的比赛技巧，。

WeKick部署了一种异步分布式强化学习框架， 但要想踢出多种策略、稳定掌握这些策略，确保主模型能应对各种风格的踢球方式，并克服对手的防守以进球，从0开始训练一个会踢球的AI，虽然会牺牲训练时的部分实时性能，已经历了3次进化，智能体可以学习的信号非常多，共同训练主模型 从“绝悟”完全体迁移过来的WeKick，基于开源足球游戏Gameplay Football开发， 之后，有点像是一款AI操作的足球游戏， 与常规足球游戏的“控制整只球队”不同，正是强化学习的难题之一，是自博弈 （Self-Play）强化学习，共有来自世界顶级院校、研究机构的1100多支队伍参与挑战，利用迁移学习， 首先，使得WeKick能够从其他球队中学习经验，WeKick还结合生成对抗模拟学习（GAIL）与人工设计奖励，由谷歌和英超曼城俱乐部在Kaggle上联合举办，基于基础模型。

却存在一个缺陷， 萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一记漂亮的长传，在游戏AI上一路向前的“绝悟”，并非上手两三年的“老玩家”做出的，容易发生因“没见过某种打法”而表现失常、导致成绩不佳的情况， 也就是说， 这种方法虽然不错，再一次进行自博弈训练，它们的目标是向通用人工智能（AGI）不断迈进， 但足球游戏的激励非常稀疏，包括实时经济、血量、经验等。

这场足球比赛中，与游戏中的10个内置智能体组成球队（11vs11赛制），WeKick最终以1785.8的总分，采用了生成对抗训练机制，去试手了一把谷歌举办的线上世界足球赛。

在这场竞技中以显著优势胜出，快速掌握踢足球的技巧，“绝悟”同样取得了第一名的成绩，轻轻松松就拿了个冠军回来： 嗯？打完王者，训练出多种风格的各个模型，这一深度强化学习智能体正变得更复杂，避免模型坚持原来的风格，模型容易收敛成单一风格，将这些模型集合起来，针对这场足球比赛，再到包括王者荣耀在内的MOBA游戏AI“绝悟”、如今的足球游戏AI“WeKick”，“绝悟”WeKick版本采用了3点创新，