自從 AlphaGo 突破了圍棋這個人工智慧的門檻後，DeepMind 並沒有就此滿足，反而朝向更複雜的遊戲前進，透過機器學習開發了可以像人類一樣玩《Quake III Arena》的 AI。DeepMind 團隊將重心放在「奪旗模式」上，並且讓地圖會在每場比試間隨機進行變化。AI 不僅要能快速在隨機地圖中找到自己的位置並導航，還要懂得和隊友合作、並且適應各種不同的敵方戰術。更進一步增加 AI 開發難度的，是遊戲的目標只有一個，就是「贏」，而達成這個條件的方式有太多種，讓 AI 很難判定到底是做了什麽讓「贏」或「輸」更容易發生。每一個 AI 玩家還要頗外設定一些「動機」，像是跟隨其他隊友、或是奪取旗子等。除了讓 AI 間「自行對抗」外，AI 專家們也讓 AI 與人類對抗，學習人類的戰術，結果發現 AI 比人類更能好好合作，並且還偷學了蹲點等招數。從表現來看，自己和自己隨機玩的 AI 到不了一般人類的水準，但加上足夠多的動機的話，可以在 20 萬場「訓練」之後，到達接近人類「高手」的程度。如果是再加上了和人類間的對抗的話，則可以在大約 15 萬場後超過人類好手，並且繼續向上爬升。就最直觀來說，這樣的 AI 在近期內可能可以有助於電競團隊練習、並發現新的戰術；如果訓練系統可以更通用化的話，或許可以產生出一些真正厲害的電腦對手來呢。