SPADE： 自适应合成可执行环境中的自对弈 [引用 @_AndrewZhao]：我们提出 SPADE，面向通用智能体的自对弈方法，其中环境和任务均由智能体自身生成并持续改进。我们使用带/不带提示的遗憾值来训练环境生成器。随着我们迈向 RSI，决定学习什么将成为最重要的问题。