概念Prioritized Fictitious Self-Play / 优先虚拟自博弈
PFSP
源自DeepMind星际争霸研究的自博弈训练机制，优先选择与当前智能体胜率接近50%的历史版本进行对抗，避免反复击败弱版本导致训练退化
时间轴 (近 90 天)
10月29日
AlphaStar项目由DeepMind团队设计，用于《星际争霸II》，其联赛式自博弈框架维护包含主智能体、历史版本和剥削者的对手池，并使用优先虚构自博弈（PFSP）采样对手。
待验证50%
10月29日
PFSP优先选择对当前智能体胜率接近50%的对手，以最大化学习信号。
待验证50%
9月27日
训练策略包括课程学习（教师对手驾驭 16 套天梯主流卡组）与 PFSP 优先虚拟自博弈联赛
待验证50%