许多现实世界的应用都需要人工代理在复杂环境中与其他代理进行竞争和协调。作为这一目标的垫脚石，星际争霸的领域已成为人工智能研究的重要挑战，这是因为它在最困难的专业电子竞技中的标志性和持久地位以及与现实世界的相关性，就其原始的复杂性和多代理挑战而言。在过去的十年和众多比赛中，最强的代理人简化了游戏的重要方面，使用超人的能力或使用了手工制作的子系统4。尽管有这些优势，但以前的经纪人尚未与顶级星际争霸球员的整体技能相匹配。我们选择使用原则上适用于其他复杂领域的通用学习方法来应对星际争霸的挑战：一种多代理强化学习算法，该算法在不断调整的策略和反设计中使用人类和代理游戏的数据，每个人都以深神经网络代表，而深度神经网络则代表。我们通过针对人类玩家的一系列在线游戏评估了Starcraft II的完整游戏中的代理商Alphastar。Alphastar在所有三场《星际争霸》比赛中被评为大师级，超过99.8％的官方球员。