멀티태스크 학습(MTL)은 현대 게임 텔레메트리가 제공하는 다양한 관련 감독 신호를 활용하여 비디오 게임 상태 데이터에서 예측 작업을 수행하는 데 유망한 접근 방식입니다. 팀 기반 멀티플레이어 게임에서 여러 작업을 공동으로 학습하는 공유 모델이 전문화된 단일 작업 모델보다 일반화 성능을 향상시키고 훈련 및 추론 비용을 절감할 수 있는지 연구했습니다. 다양한 게임 맵에서 구조화된 환경 변화 하에 게임 내 전이도 검증했습니다.