自博弈强化学习

在自博弈强化学习领域，策略坍塌现象已被记录：当AI只与自己的历史版本对战时，可能陷入局部最优，一种策略足以击败过去的自己，却从未被逼迫学习应对不同战术风格。

一位开发者仅用一台普通台式机，通过自博弈强化学习训练出的小模型，在《魔兽争霸III》中成功击败了疯狂AI。

自博弈训练出的策略可能存在过拟合特定对手的风险，泛化能力有待验证。

该项目证明，在消费级硬件上，通过精心设计的自博弈流程，小模型也能挑战高难度游戏AI。