其次，团队研究出了拓宽英雄池，让「绝悟」掌握所有英雄技能的训练方法——CSPL（Curriculum Self-Play Learning，课程自对弈学习）。
根据下图可以看出，使用 CSPL 方法扩展英雄池有明显优势。
据悉，这是一种让 AI 从易到难的渐进式学习方法——第一步是挑选多组覆盖全部英雄池的阵容，在小模型下用强化学习训练；第二步是蒸馏，把第一步得到的多个模型的能力迁移到同一个大模型中；第三步是随机阵容的强化训练，在蒸馏后的大模型里，随机挑选阵容继续强化训练和微调。
最后，团队搭建了大规模训练平台腾讯开悟（aiarena.tencent.com），依托项目积累的算法经验、脱敏数据及腾讯云的算力资源，为训练所需的大规模运算保驾护航。
2020 年 8 月，开悟平台对 18 所高校开放，未来希望为更多科研人员提供技术与资源支持，深化课题研究。
早在 2018 年 12 月的 KPL 秋季总决赛中，「绝悟」就曾公开亮相对战人类玩家。
当时，团队研发了监督学习（SL）方法，针对大局观和微操策略同时建模，使得「绝悟」同时拥有优秀的长期规划和即时操作，达到了非职业玩家的顶尖水平。
但其实，团队对于监督学习的研发一直在进行——今年 11 月 14 日起开放的绝悟第 1 到 19 级，就有多个关卡由监督学习训练而成。
理论上，监督学习训练出的 AI 表现逊于强化学习的结果，但这一方向极具研究与应用价值，相关成果也入选了顶刊 TNNLS 。
