（来源：上观新闻）
开发者可以在👿Uni🏊♀️ty中👩❤️👩🆎构建一🦵个与物理机器人🇲🇻👩✈️完全对应的虚拟模⬆型，通过领🥶域随机化（🚐Dom🇧🇱ain Ra🧛♂️ndo🇸🇲mization😔😘）技术，在模拟🍐环境中随🇵🇷机改变光照、纹理🍴🔯等参数，然🌲☯后利用🕎强化学习算法让🌌🦈AI数🐀百万次👩👩👧👦主动交互🌎和试错，以学习♓抓取、移🇺🇿🥳动等物🐺理操作技能😯🎸。
它要做的🚴♀️⚫是在反复交互🌒里不断筛掉冗余和♨👜噪声，👩🦲把真正有用的经🥳🏹验提炼成😗稳定的技能，同时👩🚀维护一🏇👰个前后一🗑致的长期记忆🍐。AI在At🇫🇮ari游戏中🤒🇩🇿迭代出的新算💮🐪法范式🚃💇♂️，最终走出了游🇫🇯‼戏，成🇵🇫为了解决离散决⚔🧞♀️策问题的通😀🙇♀️用框架之一💋，并被应用在以下🏢🌼场景中： 推🌭🌅荐与广告系统：👩⚖️在这些系📍🎏统中，用户的历👨👨👧👧史点击日志就🇦🇩🇲🇭如同游戏的🕎“经验回放”🇭🇰。
现阶段，游戏对🥒AI的主要🌒赋能在玩家数据🌻和合成数据🇹🇫🎇这两方面🇧🇻🇲🇺：如用🎞🇲🇻《Minec💮🔡raft》中🇮🇳🧯的玩家数据训练视😒🖍频模型；《GT📥🍐A V》提供高⛎🦏逼真多🇩🇿😘模态驾驶数据与🌋闭环控制接口，✊🎞支撑感📨🌈知模型训练↖与强化学习等🛌🇭🇲。
