Yhteenveto
NERO on esimerkki uudesta peligenrestä, jota kutsutaan koneoppimispeleiksi. Vaikka se muistuttaa joitakin reaaliaikaisia strategiapelejä, siinä on kolme merkittävää eroa: (1) NEROn agentit on upotettu 3D-fysiikkasimulaatioon, (2) agentit ovat koulutettavissa, ja (3) peli koostuu kahdesta erillisestä pelivaiheesta. Ensimmäisessä vaiheessa pelaajat sijoittavat agentteja, eli simuloituja robotteja, "hiekkalaatikkoon" ja kouluttavat niitä haluttuun taktiseen oppiin. Kun robottikokoelma on koulutettu, toisessa pelivaiheessa (joko taistelu- tai aluevaltausmoodi) pelaajat voivat asettaa robottejaan taisteluun toisen pelaajan kouluttamia robotteja vastaan nähdäkseen, kuinka tehokasta heidän koulutuksensa oli. Koulutusvaihe on NERO-pelin innovatiivisin osa ja myös mielenkiintoisin tekoälytutkimuksen näkökulmasta.
Tarina
N/A