从《星际争霸》到数字人，启元世界的AGI探索之路

2016年3月15日，袁泉罕见地放下了手里繁重的工作，聚精会神地盯着面前的屏幕，如入无人之境。

这一天，谷歌旗下DeepMind团队推出的AlphaGo，正在围棋场上，和世界围棋的顶峰——李世石——战得不可开交。

下午4点47分，AlphaGo和李世石双双进入读秒阶段，表盘上的秒针，每跳过一秒，对于袁泉来说，就像过去了数日之久。这场比赛，被视作人类与AI的“尊严之战”，围棋一直被视作AI难攻不落的“要塞”，多少人为李世石加油，就为了证明：AI不可能在所有领域打败人类。

但屏幕前的袁泉不同，他的心中暗自笃定，AlphaGo不可能输。

战至280手，李世石果不其然，投子认负。多少人扼腕叹息，AI代替人类的日子难道真要来了吗？

袁泉却不同于常人，他看到了在AI中暗藏的未来——AlphaGo的胜利，给袁泉的心里种下了一团火。几年后，袁泉毅然转身创业，把多少人梦寐以求的百万年薪、和阿里P10的高位抛诸身后。

他把公司的名字定为“启元世界”，开始了在AGI（通用人工智能）领域的“奇幻漂流”。

7年后，ChatGPT横空出世，又一次为启元世界寻找AGI之路的梦想添砖加瓦。不同于OpenAI打造更通用的大模型，启元选择让AI从陪玩到陪聊，在技术研究和产业化并进的思路里，寻找更适合自己的路子。

一、《星际争霸》--梦开始的地方

2017年8月的ICML（国际机器学习大会）在悉尼举办。DeepMind的两位负责人在会上，讲了AlphaGo背后的技术。

正是在这次分享会上，DeepMind表达了对AGI（通用人工智能）实现路径的前瞻看法——必须使用深度学习和强化学习来实现。

2010年之后，作为AI的子集，深度学习逐渐走进研究者的视线。不过关于用什么方法来实现深度学习，直到2016年，业内的主流仍是使用传统的机器学习，这也是一直让袁泉比较困扰的地方。

AlphaGo战胜李世石没多久，暴雪娱乐制作总监在 WCS 中国区总决赛上公布下一代 DeepMind AI 将挑战《星际争霸 II》的消息，袁泉心底的那团火被点燃。

17年，在现场听到DeepMind宣布用深度强化学习做出了震惊世人的AlphaGo，袁泉内心又一次开始沸腾。

会后，袁和两位好友在悉尼海边吃了好几打生蚝，聊深度强化学习聊到了半夜。还意犹未尽，几人接着找了个网吧，组队打了大半夜的《星际争霸》。这两位好友，就是日后跟袁泉一起创业的龙海涛和王湘君。

巧合的是，袁泉、龙海涛、王湘君三个人都是星际迷，他们第一次接触《星际争霸》都是1999年的夏天。21世纪的钟声正要敲响，袁泉三人和万千大学生一样，迷上了电子游戏——《星际争霸》。

《星际争霸》是款即时战略游戏，对脑力和手速要求都很高，电子竞技的性质很强。那些年，袁泉没少在《星际争霸》里，指挥着自己的虫族部队，和身边的朋友“杀”上几局。但比起他西交大的朋友们，袁泉战略意识过关，但手速完全跟不上朋友的步伐。长此以往，袁泉屡战屡败，屡败屡战。

多少年过去，袁泉始终忘不了游戏失利的滋味，但一切在接触了AI之后豁然开朗——我打不过你们，我做出的AI可以。

少年梦想重上心头，袁泉决定做点事情。当时在阿里，袁泉还在负责手机淘宝推荐算法的工作，做人工智能体，不是他的本职工作。只是纠结了几日，袁泉就按捺不住内心的躁动，向集团申请成立认知计算实验室。

忙完2016年的双11，袁泉告别手机淘宝团队的100多位员工，和同事兼好友龙海涛等人，在阿里成立了认知计算实验室。袁泉先从做研究文入手，切入点就选了让AI玩《星际争霸》。袁泉的想法是，先在业内打响声量，再做下一步打算，曲线完成自己的梦想。

选择星际争霸做研究，首先是源于袁泉三人的个人喜好，而当时的大型即时战略游戏，也只有《星际争霸》开放了 API ，能够提供更好的研究场景。

终于投身研究“星际AI”，袁泉带着团队在认知计算实验室里面待了整整三个月，从清冷的冬天，一直忙到了第二年的春暖花开。

上一次，袁泉为了一件事废寝忘食，还是在大学时作为玩家冲击《星际争霸》的胜利；这一次，袁泉也是一头扎进《星际争霸》里，但这次决定胜负的，不再是自己的游戏操作，而是他一手培养的AI。

三个月披星戴月，袁泉和团队成员发表了一篇论文，其中探讨了，如何利用深度强化学习双向循环的神经网络，来帮助“星际AI”进行战术博弈。因为角度新颖，这篇文章被微软、英伟达等全球机构引用，袁泉觉得这段时间的辛苦，值了。

这篇论文聚焦于《星际争霸》的微型操作部分，研究游戏里的十几个枪兵，几十个小狗，会做怎样的对抗。这种微操在游戏中是比较小的规模，不会涉及到建造、探路等复杂操作，只是战斗这一部分。

虽然袁在《星际争霸》的微操上，取得了一定的成绩。但强化学习技术不能跟阿里的电商技术结合，袁难以放弃这一领域的研究，于是转而创业。

即使根基薄弱，公司成立伊始，袁泉几人还是选择搏一把，将公司的命运赌在了大规模深度强化学习训练平台上。

来自高榕资本和莉莉丝的几千万天使轮融资还没捂热，袁泉三人拿出大部分砸到了平台上。他们一致认为，前期搭建平台虽然烧钱，但是一旦平台跑通，接下来公司就可以在较小算力的情况下训练智能体，长期来看，可以节省不少运营成本。

但创业哪有一帆风顺？时间来到2018年下半年，瓶颈期如约而至。启元当时训练的人工智能，只能实现星际争霸中的微操作，不能完成全局游戏。“做了这么久，难道只能做个半吊子？”从袁泉到团队，都等待一个破局的良策。

在这个焦灼的时刻，转机出现了。DeepMind在第二年开年的一次直播节目中，向世人介绍AlphaStar的最新研发最新进展。在直播中回放了2个5：0战胜职业选手的比赛录像，这10局比赛录像让袁泉看到了曙光。

这次直播中DeepMind没有公布技术细节，袁泉只能内部想办法照着实现。资金和人力不够，袁泉三人只能用笨办法。那段时间，每个周五的下午，启元都会让公司请来的星际高手来跟这一周训练好的最强人工智能体对战，每次对战都能找到人工智能体遇到的bug，每周一个迭代。这个快速迭代的方式，让启元每过一段时间都能取得技术上明显的进步。

2020年6月21日，启元训练的“星际AI”在中国饭店亮相，在直播中以2：0的比分打败了职业冠军选手，也让业界看到了启元在深度强化学习方面的技术水平。

二、高峰之外，挑战不断

“对于游戏AI技术难度来讲，如果说星际争霸是F1赛车，那么其他游戏就是量产车”，启元世界首席技术官龙海涛对雷峰网说到。启元一战成名之后，业内看到，将AI应用到游戏中似乎拥有了更多可能，不少游戏公司找到了启元，想在更多的游戏场景用到他们的技术。

在阿里旗下灵犀互娱的《三国志战略版》面前，袁泉不仅是贡献了大把流水和时间的大R用户，还挽起袖子、带领着团队包揽了游戏一部分AI数值优化工作。

在策略类游戏里，数值策划“苦”数值久矣。SLG、卡牌等游戏的成功离不开数值策划的功劳，但游戏中每一个小的数值都可能影响到游戏平衡，导致游戏出现Bug，之前的付出化为乌有，还要重来。而启元要做的，就是通过AI的能力，更快更省地调整策略游戏中的数值，不影响游戏平衡。

关于数值策划的连锁反应，大型SLG游戏面临的挑战更甚。

以《三国志战略版》为例，游戏中每一个武将的武力值、血量都关系到游戏数值平衡甚至整个游玩体验。每增加一个游戏角色，就涉及一次数值调整。而这样的调整往往需要数周、甚至数月的时间。而且调整之后，也难以避免遇到bug，上线后若被用户率先发现，则可能带来负面舆论。基于做“星际AI”积累的技术和经验，启元世界则能把游戏数值优化的时间缩短到几天，从而大幅提升游戏研发和迭代的效率。“我们为数值策划人员提供的帮助是，为他们提供类似SaaS的工具，只需简单的操作，就可以完成数值的调整”，启元首席算法官王湘君告诉雷峰网。

上面提到的数值测试与优化主要关乎游戏的中后期。除此之外，启元的AI还可以在游戏开发前期，帮助策划设计游戏角色的数值、关卡难度等。

除了SLG、卡牌这样的策略类游戏，启元的 “AI陪玩”也逐渐在FPS、RPG、休闲等几大游戏品类里“安营扎寨”。“我们想做一家自己能养活自己的AI公司。”王湘君对雷峰网说到。启元世界曾在公开采访中透露，其2022年的营收已经达到一定规模，远超千万人民币的量级。

不过在攀向AGI高峰的路上，启元还有一个一个需要站稳的小山头。其实早在打完星际比赛之后，袁泉和团队就开始思考怎么让AI又能做决策，又能和人做有趣的交互。也就是说，怎样让AI既能陪玩，让用户玩得尽兴，又能陪聊，聊得有来有回。

就这样，袁泉拉上龙海涛和王湘君一起，开始在内部自建属于启元的认知大模型。

相比DeepMind、OpenAI选择的通用大模型路线，启元则选择自研垂类大模型，这让公司可以最大程度的节省大模型的训练和推理成本（ChatGPT训练一次大模型就500万美元，这种量级的成本让大多数创业公司都无法承受），也能让AGI针对某些领域实现更快落地。

如今启元的大模型，已经从星际比赛时期的1亿规模，发展到了百亿规模，并因此推出了能实现智能陪聊的AI NPC解决方案。

在过去，开放世界RPG游戏中的NPC，和用户的所有交互都由策划自己构思完成，开放世界越庞大，策划的工作也越耗时耗力。而启元的AI NPC可以在游戏里由AI自主驱动，和玩家做符合游戏世界观、符合策划设定、符合剧情需要的互动，从而提升游戏厂商的研发效率。

三、造“人”——迈向AGI的一大步

虽然都爱玩游戏，但启元世界的创业三人组从来就没有把启元限定在一个只做游戏AI的公司，在游戏之外，他们还有更大的野心——他们喜欢看《西部世界》，喜欢讨论《失控玩家》，深深被《西部世界》女主Dolores、《失控玩家 》男主 Guy既有IQ又有EQ的形象所吸引，觉得这两个角色活灵活现、非常有趣。

袁泉、龙海涛和王湘君三人认为，游戏NPC和数字人，技术和底层逻辑是可以打通的。他们都需要行为决策、语音对话这样的能力，都可以实时和人产生交互。从做面向游戏的AI NPC的经验来看，可能NPC就是游戏里面的数字人，数字人就是虚拟孪生世界的NPC。所以在做了游戏NPC解决方案之后，启元世界的业务很自然延展到了数字人上面。

在数字人这块，启元基于深度强化学习和认知决策大模型，已经有了AI生成认知对话、AI生成语音表情、AI生成行为决策的能力，也就是说过去需要中之人去驱动的一些互动内容，启元可以用AI去驱动去生成。

这也恰恰是团队想做的，突破规则的限制，让AI能够更自由地行动，适应更多的应用场景，从而逐渐实现通用人工智能的梦想。

对于AGI，尤其是对于元宇宙环境中的人工智能，人们对其的想象，大概如同漫画里的机器猫，或《星球大战》里的R2-D2。它们可以与人交流、思考，甚至提供情感价值。

简单来看，与游戏中的NPC无异。

在雷峰网先前的文章《AI公司的“新救命稻草”：元宇宙的故事该怎么讲？》中，对于AI数字人的未来早有过描述：元宇宙中的NPC，不仅要成为用户和元宇宙主要的交互方式，还要成为用户的“朋友”，提供陪伴和支持。

要迈向AGI，袁泉和启元世界上下都知道——数字人，是他们必须走出的一步。

过去的积累更多在游戏领域，但并非与今天的数字人风马牛不相及——或者不如说，在很早之前，数字人就一直是启元世界战略规划中的一部分。

袁泉、王湘君、龙海涛对数字人发展路径的理解，要先从“IQ”入手：而启元世界过去在《星际争霸》等竞技类游戏的技术落地，都是为了让人工智能更聪明，具备更强的判断和决断能力。

而作为“人”，光有IQ还不够，“EQ”也要跟上。简而言之，数字人不能只具有回答问题、解决问题的能力；要最终实现与真人“真伪莫辨”、“虚实相交”，AI数字人需要像人一样，可以表达情绪，并用带有感情的逻辑处理问题。

不少科幻电影中的AI机器人，例如《流浪地球2》中的MOSS、《2001太空漫游》中的HAL9000，就是因为极度理性、冷静、乃至冷血，成为了令人不寒而栗的恐怖角色。而反之，要做出令人感到亲和的AI数字人。

王湘君解释道：“用户夸了数字人一句，数字人就会露出高兴的神情——它会笑，同时也会做出和感情相应的回复。”

会交互、有肢体动作和微表情的多模态的数字人，就成了数字人赛道下一轮竞逐的“必争之地”。

在过去的两年里，启元世界辟出了一个小团队，让他们把大量的精力放在了数字人口型驱动、肢体动作等细节方面的开发上。

调整和训练模型的工作，是一个相当磨人心智的工作。时常数个月的调整，却难有进展。

为了训练数字NPC，启元的团队想过不少办法，甚至团建去玩“剧本杀”，都要琢磨——AI应该如何扮演好一个NPC。

王湘君说，数字人EQ模型调整的工作，是量变引发的质变，但一旦突破了瓶颈，它就会“起飞”：“有时睡了一觉醒来，第二天AI的EQ能力，可能就从‘小学生’到了‘大学生’。”

历经了整个“星际AI”的研究，启元团队的性子早就被洗练得坚韧无比。“这种看不到进度，或者进度不足预期的时候，是按月、甚至按年来计算的。我们坚持过了“星际AI”，现在无论是在决心，还是信心上，都不成问题。”王湘君如是说。

而在龙海涛看来，数字人目前最大的挑战是市场：“当下，市场还处在一个比较前期的阶段，如何找到适合市场的产品形态，产生大规模商业价值，我觉得所有同行可能都在探索。”

对未来的走势，龙海涛对雷峰网预测道：“我们在游戏里，用数字人的技术做NPC，做成以后，再把这块技术挪到游戏之外，这件事情也就水到渠成了。”

对于龙海涛来说，他更关心业务的关联性和延展性，用不一样的技术，在公司每个发展阶段找到最适合自己的落脚点，做自己一直擅长的事情——这是启元世界AGI技术的商业方。

结语

“不管是7年前的AlphaGo还是最近大火的ChatGPT，都是人工智能技术通向AGI的一个里程碑。”袁泉说到。

ChatGPT的大火，让袁泉三人又一次感受到了创业的初心，也更坚定了启元的AGI之路。要知道ChatGPT的成功，实际上靠的是在通用大模型中，加入RLHF（reinforcement learning from human feedback，即对人类反馈的强化学习）。而除了过去两三年来在自研垂类大模型上的积累，启元最为擅长的强化学习，以及创立以来在算法框架和引擎上的积累，正好能帮它更高效地实现对大模型的RLHF。

王慧文、王小川等人的加入，也给启元心里打了强心针，AGI的路上有了更多的大佬同行，更热闹也更近了。

以前袁泉提起AGI，外界听得明白的人很少。但是ChatGPT这样的AIGC产品出现，让人们理解了AIGC是AGI的一个实现阶段，大家更容易理解AGI到底能做什么。简单来说，AGI想实现的愿景是，让AI可以越来越接近人一样的去思考问题、处理问题、做交互。

创业进入第6个年头，袁泉仨人仍总是连轴转，但都保留着对新技术的敏锐关注。ChatGPT横空出世，三人会在工作群里跟同事们在群里彻夜讨论，探讨为什么ChatGPT能有更好的表现，未来的AIGC还能怎么发展，用在哪些领域。这份投入，让几人又有了回到创业初期的错觉。

所有AI创业者都知道，AGI（通用人工智能），是人工智能的“圣杯”。探索者们如同神话中的骑士一样，孜孜不倦地求索，而AGI却似乎永远在远远的地方招手，遥不可及。

但袁泉知道，AGI就在那里，仍然等待着被开发出来。

在海的另一边，身处硅谷的OpenAI，正凭AI聊天机器人“ChatGPT”搅动乾坤。这个时代，是AlphaGo击败李世石后，又一个AI创业崛起的时代。

以令人惊愕的对话、生成能力，ChatGPT的横空出世，让太平洋两岸的科技公司无不震撼——谷歌枕戈待旦，而国内从百度、阿里到字节，也纷纷集结兵力，意在填补国内同类赛道的空缺。

ChatGPT让更多人看到了AIGC的可能性，而袁泉、龙海涛和王湘君却看到了，他们心念多年的AGI的影子。

20年前打《星际》的那个少年，在今天决心用AI改变世界。

2023年2月13日，在世界级《星际争霸》的赛场上，中国选手李培楠以4:1的比分战胜韩国选手，全取世界冠军。

消息一出，举国玩家振奋，中国人终于在《星际争霸》的比赛上拿到了冠军。甚至有人评价，中国人拿《星际》冠军，和国足拿世界杯难度有得一比。

作为二十多年的星战老粉，袁泉在李培楠夺冠那天，在朋友圈里转发了这个消息，还兴奋地跟同事们提到了李培楠在夺冠采访时说的一句话——“'Normal people can be world champion.' ”。

对于在AGI的路上漫漫求索的袁泉、龙海涛、王湘君，这句话意义非凡。

算法全覆盖，还能玩星际争霸，开源决策智能平台OpenDILab面世

从强化学习到MCTS，从星际争霸AI到自动驾驶，上海人工智能实验室开源决策智能平台OpenDILab，自带最优参数，一键上手SOTA决策AI算法，AI开发者们赶快试试这个新开源的国产决策AI平台OpenDILab。

撰文 | 机器之心编辑部

开源是推动人工智能技术进步的重要力量。

近年来，AI开发者们也一直在享受着开源带来的技术红利：前沿算法、数据、AI框架、甚至算力。这些开源资源为开发者们带来了极大的便利，而反过来，通过汇聚开发者们的力量，这些开源项目也得到了极大的发展。

在意识到开源的力量之后，国内高校、企业也纷纷加入到开源社区。

昨日，在2021世界人工智能大会上，上海人工智能实验室就做出了开源新动作：开源决策智能平台OpenDILab。

2021WAIC大会科学前沿全体会议上，上海人工智能实验室青年科学家刘宇博士发布OpenDILab开源决策AI平台

据介绍，它是首个覆盖最全学术界算法和工业级规模的决策AI平台。也就是说，OpenDILab不仅实现了最全面的算法覆盖，例如强化学习，还提供了丰富的工业级应用环境，可应用于自动驾驶、游戏竞技等领域。

如今，OpenDILab已经被放到Github上。就让我们对此项目一探究竟。

GitHub：https://github/opendilab/

首先，为什么要做这样一个平台？

我们知道，过去10年，感知AI已经让机器具备了从「看清」到「看懂」的能力，例如，给定一张猫的图片，机器能够判别出这是一只猫。

然而相较于这种感知层面的人工智能，决策AI问题是一项更加复杂的任务，它需要进行推理、决策、规划等。

因此，决策AI是下一代AI的重要方向已经是业界共识。

目前决策AI主要存在两大难题：

一是决策类问题因涉及多模态数据空间、跨尺度计算逻辑、多领域算法融合，这些问题很难标准化。与感知类AI单纯的视觉信息不同，决策类AI通常需要同时处理诸如图像、语音、结构化数据等多种复杂模态的数据类型。此外，单机单卡与多机多卡甚至跨集群计算的决策AI计算逻辑也完全不同。不同任务间的最优算法配置也差别较大。

二是作为一个前沿领域，决策AI的问题定义和研究视角在学术界和工业界之间存在巨大差距，诸多新奇的学术算法缺少环境和计算pipeline上的通用性，很多情况下只能局限于toy model级别的实验环境，无法转化到真正的工业场景上去，而从工业界本身来看，如何将实际问题抽象为适合现有的决策AI算法解决的环境，仍是阻碍决策AI技术应用实践的核心门槛。

针对决策AI的技术难题，以及产学研协同创新过程中的困难，上海人工智能实验室开源了OpenDILab平台。它首次将产业应用中对于训练系统、环境接口、算法设计的需求与学术界进行了有效连接。

作为一套完备的决策 AI 训练与组织框架，OpenDILab 平台自顶而下覆盖了应用层、算法层、训练层和支持层，适配了从单机到服务器集群规模的全尺度高效训练pipeline。

OpenDILab平台概览。

· 应用层：涵盖多种决策场景，支持多模态数据空间的表示和变换，并提供大量性能优异的算子，助力AI做出最优决策；

· 算法层：提供多种常用模块化组件，可在此基础上构建不同的算法模型，支持用户多维度的扩展和定制，完成决策AI算法的大统一；

· 训练层：内置多种类型的执行计算图，并深度优化了相应数据吞吐和资源利用率，可为小到学术研究，大到工业级应用的多种规模问题提供支持；

· 支持层：尝试了CUDA异构计算和决策AI算法的结合，而在资源调度方面，OpenDILab可依据算法和资源，动态管理整个训练过程，提供异常自动化维护等多种微服务。作为一个系统工程，OpenDILab为AI+SYSTEM带来了全新形态。

OpenDILab (beta) 开源后，研究者和开发者们可以访问github，获取最强最全的决策AI算法Zoo，查看自动驾驶、游戏AI等工业问题在OpenDILab平台加持下的具体实践，以及诸多决策AI系统设计和优化的相关组件。

在OpenDILab（beta）的开源版本里，我们可以看到它已经开放了四个核心代码库，最底层的DI-engine，致力于解决决策AI环境算力标准化的训练问题；中层的算法抽象层DI-zoo，提供了目前最全最强的决策AI算法集合。还有顶部应用生态层，开源了基于 DI-engine的自动驾驶决策平台DI-drive和面向策略游戏《星际争霸II》的大规模分布式训练平台DI-star。

DI-engine是一个通用的决策智能引擎，不仅支持 DQN、PPO、SAC 等大多数基础的深度强化学习（DRL）算法，而且支持诸多特定研究领域的算法，如多智能体RL中的QMIX、逆向RL中的GAIL 和探索和稀疏奖励问题中的HER，RND等等。对于每种算法，可以从多种环境和多种训练pipeline的角度探索决策AI技术的不同形态。

DI-zoo则可以为开发者提供当前最全、最强的决策AI算法集，拥有包括强化学习、MARL、MCTS等20多种跨领域决策AI算法，支持10多个决策AI环境，并原生集成了大量研究员的算法调优经验。这为开发者省去了调参困扰，方便在统一平台对比性能。

而说到应用层的两个代码库：DI-star、DI-drive，可以说是研究决策AI最合适的场景。

从国际象棋、围棋到麻将、斗地主，各类游戏一直都是AI挑战的对象，而这些复杂的游戏也成为了研究AI技术的绝佳场景。星际争霸2作为目前难度最高的游戏之一，为检验人工智能决策能力提供了合适的舞台。

基于DI-engine的底层支持和大规模分布式深度强化学习训练技术，DI-star打造出了人类大师分段水平星际争霸2智能体，并把完整的技术实现细节和与人机对战测试（仅需Windows系统+1060以上显卡）开放给所有人，希望借此促进通用人工智能的研究。

同时OpenDILab团队也希望借助DI-star，汇聚更多社区开发者的力量优化大规模深度强化学习训练效率等方面的问题，将AlphaStar级别的智能体设计简化到原来的1/20～1/30。

自动驾驶同样也是当前人工智能的热门研究方向。决策、规划与控制是自动驾驶任务的大脑，被各大公司视作高度保密技术。DI-drive是自动驾驶领域第一个开源的，人人可以参与的研究平台。

DI-drive支持各种模仿学强化学习等决策算法，支持多模态类型的输入输出，支持高度定制的可视化模块，为自动驾驶和决策 AI 搭建了至关重要的桥梁。DI-drive 还自主研发设计了 Casezoo 这一从实车采集数据转化而成的测试场景，在及贴近真实的驾驶环境中训练和测试决策模型，促进自动驾驶领域仿真研究在实车环境中的推广和应用。

未来，OpenDILab还将提供诸如AutoML、信控等更多的工业级生态应用，加速下一代人工智能的重大技术突破和创新应用的落地。

而对我们开发者来说，一个开源平台是否有意义在于能为我们带来哪些方面的增益，OpenDILab平台的开源也不例外。

无论你是想入门决策AI的技术萌新，还是志在探索算法真理的研究员，又或是想应用决策AI技术到各类实际应用中的工程师，都可以通过OpenDILab平台获得在算法，系统，工程等方面的经验和工具支持。而现今开源的OpenDILab (beta) ，也正在期待更多的开发者使用、反馈并逐渐完善它，整个社区一起共同构建最强最好用的决策AI平台。

Exploration and Exploitation，就从现在开始！