La historia de la IA

OpenAI Five vence a los campeones de Dota 2

Etapa 4 · Aprendizaje profundo y modelos fundacionales (2012–2021) › Aprendizaje por refuerzo profundo

Linaje
Datos y aprendizaje
Tipo
Aplicación

Quién

OpenAI

Qué ocurrió

OpenAI Five, cinco agentes de OpenAI entrenados con aprendizaje por refuerzo, gana 2 a 0 a OG, el equipo campeón del mundo de Dota 2, el 13 de abril de 2019 en San Francisco. Es la primera vez que una IA vence a los campeones del mundo de un videojuego competitivo.

Qué aportó

El aprendizaje por refuerzo con autojuego, llevado a una escala enorme, alcanza nivel sobrehumano en un juego de equipo, largo y con información oculta.

Desarrollo

Dota 2 es un videojuego de estrategia en el que se enfrentan dos equipos de cinco jugadores. Según los autores, plantea retos nuevos para la IA: horizontes de tiempo largos, información incompleta y un espacio de estados y acciones enorme y continuo.

OpenAI llegó en etapas. En agosto de 2017, un agente ganó a un profesional en partidas de uno contra uno. En 2018 el equipo de cinco agentes venció a equipos aficionados y semiprofesionales, pero en agosto perdió en el campeonato The International contra dos equipos profesionales.

El método no era nuevo, sino la escala. Los agentes aprendían jugando contra copias de sí mismos y se optimizaban con PPO, el algoritmo de gradiente de política de OpenAI. Un sistema de entrenamiento distribuido procesaba lotes de unos dos millones de fotogramas cada dos segundos y permitió entrenar al mismo agente sin parar durante diez meses.

El 13 de abril de 2019, en San Francisco, OpenAI Five ganó las dos partidas contra OG, campeón de The International 2018. Del 18 al 21 de abril jugó en abierto contra el público y ganó el 99,4 % de 42.729 partidas.

El artículo técnico, de diciembre de 2019, presentó el resultado como prueba de que el autojuego puede alcanzar un nivel sobrehumano en una tarea difícil.

Viene de

  • PPO (20 de julio de 2017)

    Influencia directa documentada

    OpenAI Five se entrenó con PPO, el método de gradiente de política de OpenAI

Bibliografía

Fuente original

Cómo citar

«OpenAI Five vence a los campeones de Dota 2». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/openai-five

Última revisión de esta ficha: 13 de noviembre de 2026.

Abrir en la cronología interactiva