看了下简介说目前k社他们的强化学习方法无法超越规则类的ai（也就是脚本辅助的），主要是能解决新环境的模型上手问题（也就是没有玩家数据下模型怎么打，比如各种杯赛），k现在出卡出表不仅能大数据还能模拟环境了

不用ppo的原因是 gpu 効率が悪い也太真实了，不知道这帮人有没有兴趣借鉴一下GRPO的思路（

吐槽一句日本人的ai论文居然还只有JSAI学会成员才能看这么封闭的环境怪不得搞不出好成果