了27场，胜率已经攀升到了70%左右，这是非常高的胜率了。

罗晟为了提高娜芙“进化”的效率，让“她”在对战的同时，进入了蓝星科技集团的海量数据库以及星际争霸的一些网站去访问一些顶尖选手的“战报”视频，通过对人类玩家的游戏回放视频并行训练，然后与其他对手对抗训练。

后台运行中的一个脚本会让“她”每隔一段时间就迭代升级，通过强化学习进行更新，然后再进行新的对抗。

而每次迭代就匹配新的对手，同时冻结原来打败过的对手，匹配对手的概率决定了智能体采用的学习目标函数，如此一来保留了多样性的同时增加难度。

随着自我博弈的进行，娜芙逐渐开发