Może to być wykonane poprzez nakazanie agentowi grania przeciwko samemu sobie (samonauczanie), innym agentom lub żywym graczom. Następnie wykorzystywana jest faza nauczania online w celu adaptacji istniejącej już inteligencji do określonego ludzkiego przeciwnika, w celu odkrycia najlepiej pasującej strategii gry przeciwko niemu. Ich pomysł dotyczący umiejętności polega na znalezieniu określonej reguły zachowań agenta w celu dostarczenia adekwatnego poziomu trudności, np. akcji trzymających agenta i gracza na podobnym poziomie trudności. Agent może wybierać akcje o określonej wydajności względem tego, na jakim poziomie trudności gracz odgrywa dane akcje. Dla określonej sytuacji, jeżeli poziom rozgrywki jest za trudny, agent nie wybierze optymalnego rozwiązania (nauczonego w procesie wzmocnionego nauczania), lecz będzie wybierać progresywnie mniej optymalne akcje póki jego umiejętności nie zrównają się z umiejętnościami gracza. Podobnie jeżeli poziom rozgrywki jest za łatwy: agent wybierze akcje, które są wydajniejsze póki nie osiągnie on umiejętności gracza.