概念exploiters
剥削者
自博弈训练中的辅助智能体机制，专门训练来寻找主智能体的弱点，作为陪练迫使主智能体修补漏洞、提升鲁棒性，由DeepMind在AlphaStar项目中引入。
时间轴 (近 90 天)
11月2日
蓝方主智能体训练到第45,600次更新；红方剥削者只训练了约2小时（一个4小时周期的一半），唯一任务是击败主智能体在43,800步时的冻结副本。
待验证50%
11月2日
剥削者训练中对43,800步快照的胜率约85%；在其胜局中，补刀数为67比9。
待验证50%
10月29日
对于小规模项目，完全复现AlphaStar级别的训练不现实，但“定期训练一个针对当前策略的剥削者并加入联赛”是可以在单机资源下实现的简化版。
待验证50%