Jul, 2022

解决搜索问题的 AlphaZero 启发方法

PDF
TL;DRAlphaZero 和 MuZero 是使用机器学习技术进行超级人类棋类游戏表现的程序，并尝试将其应用于解决搜索问题，本文描述了在搜索问题中如何使用 AlphaZero 技术进行表示以及求解规则，并提出了适用于该类问题的一种 Monte Carlo tree search 方法。
alphazeromuzeromachine-learningreinforcement learningsearch problems
发现论文，激发创造
  • 使用通用增强学习算法通过自我对弈掌握国际象棋和将棋

    该研究介绍了使用新的 AlphaZero 算法以及无领域知识的方式进行强化学习，让计算机在三个领域的棋类游戏：围棋、象棋和将棋中均以超级专业水平进行游戏。

    Dec, 2017

  • 公正博弈：强化学习的挑战

    本文介绍了 AlphaZero 和 MuZero 的算法，探究了它们的局限性，并提供了新的瓶颈测试方法以解决 AlphaZero 在某些博弈游戏中学习能力不足的问题，并发现 AlphaZero 在解决 nim 游戏时会面临严重的问题。

    May, 2022

  • 通过学习模型规划，掌握雅达利、围棋、国际象棋和将棋

    本文提出了 MuZero 算法，它通过结合基于树的搜索和学习模型实现了对一系列具有挑战性且视觉复杂的领域的超人类表现，在 57 款不同的 Atari 游戏上以及对 Go、国际象棋和象棋等游戏的测试中，都表现出了与 AlphaZero 算法相当的性能，而无需知道游戏规则。

    Nov, 2019

  • AlphaZero 五子棋

    AlphaZero 算法通过将深度学习与蒙特卡洛树搜索相结合，在象棋、围棋和五子棋等棋盘游戏中取得了巨大的成功。

    Sep, 2023

  • 在线微调的游戏求解

    应用在线微调的方法解决游戏问题，在计算时间上相比基准方法仅使用了 23.54%，表明节约的规模与问题的大小成正比。

    Nov, 2023

  • MiniZero: 两种强化学习算法 AlphaZero 和 MuZero 在围棋、奥赛罗和雅达利游戏上的比较分析

    该论文介绍了 MiniZero，一种支持 AlphaZero、MuZero、Gumbel AlphaZero 和 Gumbel MuZero 四种先进算法的零知识学习框架，并通过系统评估这些算法在两个棋盘游戏和 57 个 Atari 游戏中的性能表现，发现在两个棋盘游戏中，使用更多模拟通常会产生更高的性能，但 AlphaZero 和 MuZero 的选择可能会根据游戏的特性而有所不同，而在 Atari 游戏中，MuZero 和 Gumbel MuZero 都值得考虑，因为每个游戏都具有独特的特点，不同的算法和模拟会产生不同的结果，此外，论文还介绍了一种称为渐进式模拟的方法，在训练过程中逐渐增加模拟预算，以更有效地分配计算资源，实证结果表明，渐进式模拟在两个棋盘游戏中取得了显著优异的性能。通过提供框架和训练好的模型，该论文为零知识学习算法的未来研究提供了基准，帮助研究人员进行算法选择和与这些零知识学习基准的比较。

    Oct, 2023

  • AlphaZero 中的国际象棋知识获取

    本文提供证据表明，AlphaZero 神经网络在学习国际象棋时获得了人类知识，并探究了其在象棋中开局游戏方面的行为分析和表示分析。

    Nov, 2021

  • 超越任务执行的评估：分析 AlphaZero 在 Hex 中的概念

    使用自然语言处理中的两种评估技术，探究了 AlphaZero 在 Hex 游戏中的内部表示，研究发现 MCTS 在神经网络学习之前就发现了相关概念，而短期终局规划概念对应最终层，长期计划对应中间层。

    Nov, 2022

  • AlphaZero 深度探索下的量子动力学全局优化

    采用 AlphaZero 算法中的深度神经网络和引导树搜索，结合深度前瞻技术， 实现了量子优化过程的全新探索方式。AlphaZero 算法在三类控制问题上经过应用和基准测试， 能够显著提高优质解集的质量和数量，并能够自主学习预期外的隐藏结构和全局对称性。

    Jul, 2019

  • 人工智能与人类知识的桥梁：AlphaZero 中的概念发现与转移

    提取出的五个关键词是：人工智能、AlphaZero、国际象棋概念、人类专家、人工智能应用。研究论文的简短总结为：通过提取 AlphaZero 中的国际象棋概念，人类专家能够成功学习和改进解决这些概念的能力，这在推进人类知识前沿方面取得了重要的里程碑，对于人工智能的交互方式和广泛应用具有深远的影响。

    Oct, 2023