随着游戏进
对抗阶段，罗晟期待满满的观看娜芙的第一视角，看看表现如何。地址失效发送任意邮件到 ltxs Ba@gmail.com 获取最新地址
这场对抗是[
族vs虫族]，类对手是一名虫族玩家，而娜芙选择的则是族。
游戏刚刚开局，观看娜芙第一视角的罗晟就感觉巨尴尬，因为“她”控制着四个农民在地图晃悠了一圈，然后才回
去采矿，持续时间大约半分钟左右。
得，开局就大劣。
这还打泥煤，真是个工智障。
这一幕直接把罗晟看醉了。
不明白的还以为“她”对这个世界充满了好奇呢，果然是个工智障。
随后，娜芙连续造了两个房子，罗晟本以为“她”会把兵营建筑放下去，然而“她”并没有建造兵营。
而是存了一笔钱去开二矿去了……
观看第一视角的罗晟突然觉得，娜芙现在的这些行为
作，就是个纯新第一次接触星际争霸这款游戏一样，没有任何区别。
随着时间一分一秒的流逝，与之对抗的虫族玩家前来侦察，看到对手的开局。
虫族玩家也看傻了。
什么鬼？
这是什么打法？
于是
了一波小狗过来，这个时候娜芙才刚刚造第一个机枪兵，还没出来。
随着对手一波侦察部队试探
进攻的小狗进矿区，娜芙抵抗了一会无力回天，最终打出gg结束了比赛。
第一场对抗被对方一小
侦察部队给打死了。
其实对面的类玩家实力并不高，只是一名普通玩家而已，想要遇到真正的顶级职业玩家，娜芙需要在天梯中不断的对抗，战胜一个个类对手，每一次胜利都会匹配到更强的对手，直到登上金字塔顶端与真正的顶级职业玩家对抗。
当然了，以罗晟的技术完全可以强行修改匹配系统的算法，让娜芙直接匹配到顶尖玩家，不过他没有那么做。
目前，星际争霸这款游戏是时下火的电竞游戏，玩的超级多，尤其是韩国那边。
甚至有个夸张的说法，眼下在韩国，10-40岁的男子如果说他不会打星际会被疯狂嘲讽。
……
很快，第二局对抗开始了，这一次是tvt对抗局，即[族vs族]。
到了第二局对抗，娜芙有了明显的进步，这一局对抗虽然同样输了，但至少把兵推到了对手的家里。
一波主力全送掉之后，被对方机械化战术反推回来。
再次打出gg。
下一把快速重开。
……
当到了第五局对抗，又是tvz，也即是[族vs虫族]。
接连输掉比赛的娜芙，终于展现了“她”非同凡响的一面，其强大的学习能力让“她”适应了这个水平的“tvz”对抗，并且轻松的以作碾压战胜了对手。
这一场对抗娜芙虽然以堪比顶级职业选手的作水平把对手打败，但其中一个细节就是“她”从来不会在相同的地方犯第二次错误。
换个说法就是，娜芙的学习进步速度太恐怖了，每一次对抗对“她”来说都是学习。
罗晟通过这五场与类玩家对抗的比赛中也看到了娜芙
露出来的一个缺陷，就是除了特定的分兵战术，“她”并不能形成灵活的兵力分配。
在输掉的第四局对抗中，一名高水平的类玩家对娜芙的基地不停的多线骚扰，而“她”一旦回防对方就立刻跑路，等“她”的兵出门展开进攻的时候又转回来继续骚扰。
这场对抗，面对类玩家的灵活出兵策略，娜芙只能被动应战，无法形成对类玩家的有效进攻，也导致了最后滚雪球效应起来了。
最终落败。
第五局对抗结束之后，罗晟让娜芙停止了匹配对手，然后对其重新进行了一次大幅的升级优化。
他觉得这样的学习效率仍然显得太慢。
娜芙的智能体采用的是
度学习算法，罗晟对其进行了一次
心升级之后，包括了神经网络、通过强化学习的自我对弈，多智能体学习、模仿学习等算法或技术。
其中所谓的自我对弈，简单说就是自我学习，通过不断的试错找到让自己胜率最大的游戏方式。
而通过自我对弈和强化学习，构成了开放端学习算法的基本范式，学习的策略，并确保娜芙的智能体在整个游戏过程中不断探索这些策略，从而让“她”获得更大的升级与进步。
此外，由于星际争霸这款游戏具有巨大的动作空间，会让许多先前强化学习方法变得无效。
罗晟因此还为娜芙开发了一种全新的算法进行非策略强化学习，使得“她”能从旧有的历史决策的游戏中有效的更新决策。
而罗晟的终极目的可不是让娜芙成为
