概念Self-Play / 自博弈
自我博弈
强化学习中的一种训练方法，AI通过与自身的不同版本对弈来持续提升能力，使训练难度随模型能力增长自动提升，是AlphaGo等游戏AI取得超人水平的核心机制
时间轴 (近 90 天)
9月10日
OpenAI曾通过自我博弈训练出能玩捉迷藏的智能体，自发涌现出使用工具、建造掩体、利用物理漏洞等复杂行为
待验证50%
强化学习中的一种训练方法，AI通过与自身的不同版本对弈来持续提升能力，使训练难度随模型能力增长自动提升，是AlphaGo等游戏AI取得超人水平的核心机制
OpenAI曾通过自我博弈训练出能玩捉迷藏的智能体，自发涌现出使用工具、建造掩体、利用物理漏洞等复杂行为