self-play（自我对弈）

self-play的核心思想是智能体同时扮演对手和玩家，通过不断与当前策略的副本交互生成训练数据，并利用强化学习算法（如策略梯度、Q学习）更新策略。这种方法能自动生成课程，逐步提高难度。在AlphaGo Zero中，自我对弈结合蒙特卡洛树搜索，无需人类棋谱即达到顶尖水平。此外，self-play也用于多智能体环境、游戏AI（如Dota 2、星际争霸）和机器人控制。