一个例子可能是游戏中的自我游戏。由于神经网络和深度学习依赖于海量数据，因此生成数据的一种方法是让两个虚拟机互相玩并记录体验。可以在http://www.cs.cornell.edu/boom/2001sp/Tsinteris/gammon.htm找到使用强化学习的示例讨论。我相信AlphaGo也使用了这种自我博弈的技术，并使用了两个独立的神经网络，一个缩小搜索空间，另一个决定剩余空间中的最佳走法，从某种意义上说，它们协同决定下一步。