DeepMind 的研究人员通过实现离线强化学习，推出了 AlphaStar Unplugged，成功解决了星际争霸 II 的挑战。通过建立离线 RL 基准，他们展示了大规模离线强化学习的潜力，并为复杂环境下的代理训练提供了更实际的方法。这一成果有望推动离线强化学习研究取得更大进展。