在以上的实现基础之上，我们开始了一个全局模型（暂且称之为模型 A）的训练，下图是在所有58个训练关卡上随着训练帧数递增的平均得分

上图中的分数跳跃，对应的是解锁了某一个技能，使得智能体可以向前方继续走一长段距离。从上图可以看出，这个单一全局模型A到1.21.2亿帧之后基本就收敛了，大约平均在5500左右。我们将58个游戏自己的学习曲线展示出来不难发现，仍然有大量的游戏仍然在开始的地方卡住，如下图所示：

• 新技术带来新挑战 网络信息安全创新永远在路上
• 遂宁首届抖音挑战赛决赛现场，小伙的"特异功能"惊艳全
• 世界人工智能大赛·智能机器人创新挑战赛决出前三强
• 江津四面山生态五项国际挑战赛下月开赛 总奖金50万等你来拿
• 挑战贝克汉姆老婆的健身餐，澳洲妹子直接吃到崩溃了！
• 刘鹤十年前提出的“经济挑战”都出现了！
• 离石白马仙洞举办山地自行车挑战赛精彩现场（视频/图）
• 刘鹤十年前提出的“经济挑战”都出现了
• 哈弗H9、传祺GS8、比亚迪唐出战，挑战日系最强硬汉，战况惨烈！
• 美国海军正式重启第二舰队 叫嚣为应对中俄挑战