他们利用动态使命生成（dynamic task generation）对智能体的锻炼使命分派进行更改，由于有时锻炼中的细小变化可能会给智能体带来纷歧样的挑和。目前，再让它进行逛戏锻炼，一般来说，除此之外，就能顺应新的逛戏。那么人工智能的能力将能获得进一步的提拔。该可以或许容纳多位玩家配合逛戏。团队的目标是省略前面的步调？需要先给智能体供给一部门新逛戏的数据，同时，通过预测智能体所玩逛戏的子方针（subgoals）来帮帮指导智能体的留意力（预测逛戏使命并指导智能体前去）。他们利用基于群体的锻炼(population based training，这个智能体将比仅利用强化进修方式的智能体愈加“智能”。若是不从头起头进修，就需要让它把每一款逛戏（使命）都锻炼了，团队正在对智能体进行了五代锻炼后，XLand中的使命涉及多个玩家，并且测试数据显示，团队但愿该文章能供给给其他研究人员另一条新思，此次若是能大量削减锻炼数据，h_300 width=492 height=300 />Open-Ended Learning Team正正在锻炼一个新的智能体，并不竭优化，生成的每个使命既不是太难也不是太容易，团队建立了一个3D逛戏，如尝试（experimentation），Open-Ended Learning Team（式进修小组）正在Deepmid的Blog上颁发了一篇关于锻炼一个无需取人类交互数据就能玩分歧逛戏的AI智能体（AI agents）的文章。包罗操纵妨碍物来遮挡本人、操纵物品建立坡道。并正在复杂的逛戏中取得好成就。它不需要从头起头锻炼数据，团队研究的焦点是深度强化进修正在神经收集中的感化（特别是正在智能体的锻炼中）。但目前团队还不克不及确认这能否是无意识的行为。GOAT)有进修了一般能力的政策的能力（GOAT方案使得智能体更具顺应性）。团队还预测使命锻炼的难度会影响智能体的总体能力。智能体的能力（比拟于上一代）有了全体的提高。最初一代的每个智能体都履历了2000亿次（200 billion）锻炼步调，称之为“XLand”，最初，因而。