近日有玩家在 Reddit 论坛上声称在《火箭联盟》排位比赛中遇到了作弊者。在游戏社区中，指控他人作弊并不罕见，但是许多时候往往是玩家有技术差距导致的误会。不过在看了帖子中的视频后，许多人指出这确实不是普通玩家能够进行的操作，而是一个“机器人”。
证据视频：
这个被发现的作弊玩家和举报人在同一个队伍中，视频是作弊玩家的视角。虽然《火箭联盟》中有非常多的高手，但是他的操作并不像那些高端玩家，利用滞空技巧将球送进球门，而是完美的避开了对手的进攻进行运球。
事实上，这种作弊方式确有其事，而且在游戏中越来越常见：许多人已经开始在线上堆栈中使用经过机器学习训练的《火箭联盟》机器人。
促进此类机器人训练的 API，RLGym 的创作者表示，他们知道自己的项目可能会被作弊者利用，但这并不是他们的本意。实际上，目前有一个并不利用该技术来作弊的《火箭联盟》机器人开发和竞赛社区，以另一个名为 RLBot 的 API 为核心，创建和使用自定义机器人在离线游戏或本地锦标赛中互相对抗。
RLGym 改变了游戏规则，允许机器人开发者使用游戏作为强化学习算法的环境。其核心想法是，与其手动编写机器人的行为脚本，不如告诉系统需要的结果：例如，让球接近对手的球门。随后通过运行数小时的《火箭联盟》模拟比赛，让机器人在此期间逐渐学习以达到预期结果。
事实上该过程并没有这么简单。RLGym 的一位开发者 Aech 表示：“设计奖励机制本身就是一门艺术。”上周，Aech 在论坛上就作弊问题进行了问答。他表示，在《火箭联盟》中用于作弊的机器学习机器人 Nexto“非常难以制作”，因此不可能出现大量变体。不过，现在作弊者已经越来越多，Aech 此前就曾预测将有人训练比 Nexto 更厉害的机器人。
机器人本身并不是新技术，根据 Aech 的说法，最新消息是有人使用了“他们自己的工具来对游戏进行改动，这些工具不像 RLGym 或 RLBot 那样在线上游戏中有着限制。”这也是为什么 Nexto 出现在了排位比赛中的原因。
在接受 PC Gamer 采访时，Aech 表示：“RLGym 非常幸运能够找到一个超级热情和包容的社区，我们不会让这些作弊者停滞我们的脚步。”
“我们正在采取措施保证我们的机器人未来不会被滥用，我们已经等不及想要想打架展示一些我们一直在开发的激动人心的项目。”
目前，如果玩家和机器人匹配到一起，除了举报和尽力以外，没有别的办法。不过据称，因为训练中的一些缺陷，机器人在开球时并不是很强。
Aech 总结道：“我们现在已经看到了几个机器学习项目出现的一个相当奇怪的现象，那就是机器人通常会在训练的早期学习如何的更好开球，但随着在比赛汇总其余部分不断进步，他们似乎都会失去开球的能力。”
