自我对弈是一种训练方法，其中智能体与自身的副本或早期版本对战，以开发和改进策略。

通过这种方法，智能体可以在没有外部数据的情况下学习，通过生成自身经验并从中学习。

自我对弈常与强化学习结合使用，以在围棋或扑克等高策略性游戏中开发强大的游戏策略。

关键技术包括在迭代过程中与自身对战训练，利用所谓的“纳什均衡”，以及避免对早期版本的过度拟合。

自我对弈使得发现通过传统示例数据学习难以找到的复杂行为成为可能。