Nov, 2022

超越任务执行的评估：分析 AlphaZero 在 Hex 中的概念

PDF
TL;DR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。
发现论文，激发创造
  • 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

  • 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

  • 启发式搜索通过测试时间获得更快的训练 ——AlphaZero 启发式游戏学习

    本文提出了一种 AlphaZero 启发的 MCTS 包装器，将其与时间差异学习智能体相结合，在不需要 GPU 或 TPU 等高性能计算资源的情况下，在多个复杂的游戏中成功打败强劲对手，取得了显著优势。

    Apr, 2022

  • 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

  • 解决搜索问题的 AlphaZero 启发方法

    AlphaZero 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。

    Jul, 2022

  • 国际象棋神经网络

    介绍 AlphaZero、Leela Chess Zero 和 Stockfish NNUE 对计算机棋类游戏的革命性影响。介绍神经网络的基本建设模块，以及用于构建 AlphaZero 等深度网络的应用程序。阐述了寻找棋类引擎的经典技术和用于 AlphaZero 的搜索技术。还介绍了 AlphaGo、AlphaGo Zero 等现代棋类引擎以及其它棋类引擎的构建方式。并提供一个将 Hexapawn 作为例子用于实现一个 AlphaZero 的微型版的技术。

    Sep, 2022

  • 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

  • 基于信息的深度学习代理解释方法 —— 在大型开源国际象棋模型上的应用

    通过使用大规模开源的国际象棋模型重新实现 McGrath 等人（2022）中应用于 AlphaZero 的概念检测方法，并获得与 AlphaZero 相似的结果，本研究还提出了一种新颖的可解释人工智能（XAI）方法，该方法能够全面、独立地突出显示被解释模型使用的信息，该方法生成适用于国际象棋等具有离散输入空间特征的领域的可视化解释，通过应用于标准的 8x8 国际象棋验证了该方法的可行性。

    Sep, 2023

  • 砖块井字棋：探索 AlphaZero 在新测试环境中的泛化能力

    本文介绍了一种名为 Brick Tic-Tac-Toe 的测试平台，用于测试强化学习算法在新颖测试环境中的泛化能力，通过在此测试平台上进行轮流比赛，结果表明传统的强化学习算法，如 Monte Carlo Tree Search 和 Minimax，在新颖测试环境中比 AlphaZero 更具有泛化能力。

    Jul, 2022

  • 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