本周由来自Google DeepMind子公司的一组研究人员成功培训了能够在一场Quake III夺旗游戏中击败人类的AI选手。 这里面临的挑战是培训能够在不完整信息情况下导航复杂3D环境的AI。DeepMind的研究人员使用了一种AI培训方法，这种方法也成为标准：强化学习，基本上是通过大规模的试验和错误进行培训。

 AI通过和人类玩家以及自己的克隆进行45万场游戏，获得了大量的学习机会，AI没有给出如何玩游戏的说明，而只是制定获胜所需的策略，通常这意味着一个版本的AI针对相同的克隆进行游戏。

DeepMind通过培训30名AI团队来介绍游戏风格的“多样性”，从而为这个公式提供了额外的深度。以这种方式训练AI需要近五十万场比赛，每场持续五分钟。 与以往一样，这种概念上简单的技术如何代表机器人产生复杂的行为令人印象深刻。

DeepMind的AI不仅学会了夺取旗帜的基本规则，同时学会保护自己的旗帜，并跟随队友，为了让AI遇到更难的挑战，每个游戏都是在一个全新的，程序生成的地图上进行的，让AI学习应对各种挑战。