この記事では、現実的なサッカーシミュレーションにおけるゴールキーパーエージェントのトレーニングに関する新しいアプローチを提案しています。従来の深層強化学習（DRL）技術は、主に超人的なエージェントの訓練に焦点を当て、限られた資源を持つゲームスタジオにとっては実用的ではありませんでした。この研究では、事前に収集したデータを活用し、ネットワークの可塑性を高めることで、価値ベースのDRLのサンプル効率を改善する方法を示しています。EA SPORTS FC 25を用いた評価では、提案手法がゲーム内AIを10%上回るボールセーブ率を記録し、標準的なDRL手法に比べて50%早くエージェントを訓練できることが実証されています。また、専門家の評価によると、本アプローチは手作りのエージェントよりも人間らしいプレイを実現しています。この方法は、今後のシリーズにおいて手作りのエージェントを置き換えることが期待されています。