低 sims 下棋类游戏强化学习如何逃出双盲期 本文以一个五子棋 CNN 自对弈项目的真实调参经历为案例。 项目采用 30 sims 低算力管线（参考项目: ），开局就撞上典型的"双盲期"： 模型不会防守、对局极短、胜率看似暴涨实则空转——这个均衡持续了 约 1200 轮才被打破，随后约百轮模型达到中等 AI 强度 （完整实测时间线见 §4.7）。 本文记录双盲期的定义、成因、诊断指标，以及逃出它