使用的游戲是《雷神之錘III競(jìng)技場(chǎng)》，CTF（Capture The Flag）的游戲規(guī)則很簡(jiǎn)單，但是過(guò)程很復(fù)雜。游戲雙方分成藍(lán)紅兩隊(duì)在指定地圖中對(duì)抗。對(duì)抗的目的是保持我方旗幟位于己方基地內(nèi)，將敵方旗幟從其基地中帶到我方基地內(nèi)，與我方旗幟接觸即得一分，在五分鐘里得分最多隊(duì)伍獲勝。雙方通過(guò)射擊消滅對(duì)方，碰觸己方旗幟可以使其回到己方基地。
Deep Mind 訓(xùn)練的AI名為“為了勝利”（For the Win，F(xiàn)TW），在運(yùn)行了45萬(wàn)場(chǎng)游戲后，F(xiàn)TW理解了如何有效地與人/其他的機(jī)器合作與競(jìng)爭(zhēng)。
研究人員對(duì)AI的唯一限定是，在5分鐘時(shí)間里盡可能取得多的旗幟。對(duì)戰(zhàn)的游戲地圖是隨機(jī)生成的，每場(chǎng)都會(huì)變，室內(nèi)與室外的地形也不相同。在訓(xùn)練過(guò)程中，AI發(fā)展出了自己的獎(jiǎng)勵(lì)機(jī)制，學(xué)會(huì)了基地防守、尾隨隊(duì)友，或者守在敵人營(yíng)地外偷襲等策略。
在驗(yàn)證AI效果時(shí)，組隊(duì)的時(shí)候，AI可能與人組隊(duì)，也可能與其他AI組隊(duì)。
DeepMind在他們今天發(fā)表的博客文章中寫(xiě)道，從多智能體的角度說(shuō)，玩《雷神之錘III》這種多人視頻游戲，需要與隊(duì)友合作，與敵方競(jìng)爭(zhēng)，還要對(duì)遭遇到的任何對(duì)戰(zhàn)風(fēng)格/策略保持魯棒性。
分析發(fā)現(xiàn)，游戲中，AI在“tagging”（碰觸對(duì)方，將其送回地圖上的初始地點(diǎn)）上比人類(lèi)更加高效，80%的情況下能夠成功（人類(lèi)為48%）。
而且有趣的是，對(duì)參與對(duì)戰(zhàn)的人類(lèi)玩家進(jìn)行調(diào)查后發(fā)現(xiàn)，大家普遍認(rèn)為AI是更好的team player，更善于合作。
