那些人工智能学习程序可能有非常相似的方案。我们只更改输入和可能的操作（如“使用技能”或“移至此处”）。星际争霸 AI 必须做很多动作并控制很多单位。Dota 是 MOBA，因此机器人应该擅长在地图上进行定位。不同的对手要摧毁并以胜利为目标。

AI 需要玩很多游戏才能学会玩一些规则的游戏，以在某些情况/状态下找到最佳动作。

当然这只是我的新手程序员的意见:)

在 SC2 中，玩家对游戏中的每一个小步舞机制（建造建筑物、资源开采和管理、控制小兵......）都有更多的控制权，从而将更多的战术责任放在了玩家的负担上。在 DOTA2 中，玩家只控制了超能力英雄本身，对游戏的其他方面并没有太多的控制。

这些选项是否会因此使游戏“更好”或更困难，这是值得商榷的。但可以肯定的是，随着自由维度的增加，问题的整体搜索空间增加得更快。

当然，DOTA2 也包含非常多的游戏机制（大量的物品会改变很多不同的属性，非常多类型的英雄，每个英雄都有自己的攻击方式，分布在地图周围的各种建筑物，玩家物品商店)，但似乎这种复杂性大部分集中在玩家参与上，虽然这对游戏的开发至关重要，但让我们可以分析 PvP 的时间跨度比整个游戏要短得多。

事实上，来自 OpenAI 的 DOTA2 机器人仅限于中路战斗，作为具有受限物品的单一英雄，因此限制了 DOTA2 必须提供的大部分复杂性。

也许我过分了这个类比，但 OpenAI 的结果有点像一个已解决的国际象棋残局配置，而 SC2 就像国际象棋，因为知道在他们处于可以捕获它们的位置之前，两个玩家都看不到对方的棋子.

简而言之：SC2更具战术性。DOTA2 更像街机。