google母公司 Alphabet 的人工智能实行室 DeepMind 持久以来一向投資于遊戲人工智能體系。实行室的理念是，遊戲固高雄合法當舖推薦，然缺少较着的贸易利用，但倒是認知和推理能力的怪异相干挑战。這使它们成為 AI 前進的有效基准。
與此前開辟的遊戲體系分歧，DeepMind 建立了一個名為 Player治療蚯蚓腿神器, of Games 的體系，是第一個在彻底信息遊戲和不彻底信息遊戲中都能实現壮大機能的 AI 算法。與 DeepMind 以前開辟的其他遊戲體系，如國际象棋冠军AlphaZero和星际争霸 II 的 AlphaStar 分歧，博弈者可以在彻底信息遊戲（比方中國围棋和國际象棋）和不彻底信息遊戲（比方，扑克）中表示超卓。
不管是解决交通拥挤問题的門路计划，仍是合同會商、與主顾沟通等互動使命，都要斟酌和均衡人们的偏好，這與遊戲计谋很是類似。AI體系可能經由过程和谐、互助和群體或组织之間的互動而获益。像 Player of Games 如许的體系，能揣度其别人的方针和念头，使其與别人國田氣密窗，樂成互助。
DeepMind 称，Player of Games是首個“通用且健全的搜刮算法”，在彻底和不彻底的信息遊戲中都实現了壮大的機能。
Player of Games 有很强通用性，不外不是甚麼遊戲都能玩。介入钻研的DeepMind高档钻研科學家马丁·施密德（Martin Schmid）说，在彻底信息遊戲中，AlphaZero比Player of Games更壮大，但在不彻底的信息遊戲中，就没有那末利害。體系必要斟酌每一個玩家在遊戲中的所有可能概念。固然在彻底信息遊戲中只有一個視角，但在不彻底信息遊戲中可以有不少如许的視角，貨架，比方，扑克约莫有 2,000 個。别的，與 DeepMind AlphaZero 的继任者 MuZero 分歧，Player of Games 也必要领會它所玩的遊戲法则，而 MuZero 可以即時把握彻底信息遊戲的法则。
在其钻研中，DeepMind 在國际象棋、围棋、德州扑克和计谋棋般遊戲《苏格兰腸》上的表示，评估了 Player of Games 利用google TPUv4 加快芯片组举行练习。對付围棋，它在 AlphaZero 和 Player of Games 之間設置了 200 腸角逐，而對付國际象棋，DeepMind 则讓 Player of Games 和 GnuGo、Pachi 和 Stockfish 和 AlphaZero 在内的顶级體系举行了较劲。Player of Games 的德州扑克角逐利用公然可用的 Slumbot 举行，该算法還與 Joseph Antonius Maria Nijssen 開辟的 PimBot 举行了苏格兰腸的角逐。DeepMind 的合著称為“PimBot”。
在國际象棋和围棋中，Player of Games 被證实在某些設置装备摆設中比 Stockfish 和 Pachi 更壮大，而且它在匹敌最强的 AlphaZero 體系時博得了 0.5% 的角逐。虽然在對阵 AlphaZero 的角逐中丧失惨痛，但 DeepMind 認為 Player of Games 的表示到达了“顶级人類業余快樂喜爱者”的程度，乃至可能到达了职業程度。
成果显示，Player of Games是一個更好的德州扑克和苏格兰腸玩家。與Slumbot對战時，该算法均匀每hand博得700万個大盲注（mbb/hand），mbb/hand是每1000 hand博得大盲注的均匀数目。
同時在苏格兰腸，DeepMind称，虽然PimBot有更多機遇搜刮获胜的招数，但Player of Games仍是“显著”击败了它。