Для информативности:
OpenAI Five работает на 256 GPU и 128 000 процессорных ядрах. Обучение искусственного интеллекта проводится по методу Reinforcement learning (обучение с подкреплением). Система изначально не знает ничего об окружении, но умеет выполнять какие-то манипуляции в нём. Она получает случайные параметры, экспериментирует, учится и строит всё более сложные стратегии.

Так, в первых играх герои просто бесцельно ходят по карте, а через несколько часов обучения бот умеет стоять на линиях и фармить. Через день он использует обычные человеческие стратегии. На данный момент OpenAI Five играет около 60-ти партий в минуту и «копит опыт» 180 лет жизни за один день.

Из статьи:
https://dtf.ru/esport/22010-bot-openai-dlya-dota-2-nauchilsya-komandnoy-igre