https://styleofwong.cn/tags/openai-five/Recent content in OpenAI Five on 王辉赳的小站https://styleofwong.cn/apple-touch-icon.pnghttps://styleofwong.cn/apple-touch-icon.pngHugozh-CNSun, 28 Jun 2026 19:00:00 +0800https://styleofwong.cn/posts/rl-breakthroughs-alphazero-dota/Sun, 28 Jun 2026 19:00:00 +0800https://styleofwong.cn/posts/rl-breakthroughs-alphazero-dota/AlphaZero 与 OpenAI Five 是强化学习的两座里程碑。它们各自撞上了哪些墙?又用怎样的工程与算法创新把它们撞倒?本文用金字塔结构拆解:三大共性难关 —— 数据、稳定性、规模 —— 以及各自的破局之道。