Nov, 2023

用 AlphaZero 和 Tabu 搜索找到越来越大的极端图

PDF
TL;DR通过对给定规模下最大化边数且无 3 或 4 - 循环的图形的研究，将问题建模为一个顺序决策问题，并比较了 AlphaZero 和 tabu 搜索两种方法的效果，通过引入课程，即使用在较小规模下找到的良好图形来启动搜索更大图形的过程，我们改进了对于多个规模的现有下界。同时，我们还提出了一个灵活的图形生成环境和一个对于在图形空间中进行搜索的排列不变的网络架构。
extremal graph theoryerdos conjecturealphazerotabu searchgraph generation
发现论文，激发创造
  • 扩展版 AlphaGo Zero 在图上解决 NP 难题

    该研究提出了一种新的基于 AlphaGo Zero 的学习策略，将其与图嵌入和图神经网络相结合，解决了复杂的组合优化问题，同时取得了比相关方法更好的性能表现。

    May, 2019

  • 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

  • 使用 AlphaGoZero 着色大规模图

    使用深度强化学习，本研究使用新的深度神经网络结构 FastColorNet，能在有效计算时间内更好地对大型图形进行着色，从而将计算转化为改进启发式方法，获得了新的图形着色启发式方法。

    Feb, 2019

  • 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

  • AlphaZeroES：直接最大化得分胜过规划损失最小化

    在单智能体环境中，通过直接最大化回合得分而不是最小化规划损失，可以在不改变蒙特卡洛树搜索算法和神经网络结构的情况下，优于 AlphaZero。

    Jun, 2024

  • A0C：连续动作空间中的 Alpha Zero

    该研究论文介绍了如何将 Alpha Zero 的算法模型用于连续动作域的强化学习问题，并给出了针对摆钟摆问题的初步实验结果，为在连续动作域下应用 Alpha Zero 算法模型提供了理论基础和有效性证明。

    May, 2018

  • 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

  • 可转移的图探索学习

    该研究考虑了人工智能中尚未开发过的环境在探索方面的问题，并提出了一种从环境分布中学习策略的方法，将其作为强化学习任务来处理，以期能够在最短的步数内访问尽可能多的独特状态。实验结果表明，该方法在空间地图探索和领域特定程序和现实世界移动应用的覆盖率导向软件测试方面表现出色。

    Oct, 2019

  • 反馈图网络在线学习：损失函数的真实形态

    本论文主要介绍了一种基于反馈图的顺序学习问题，提出了一个名为 problem complexity 的新概念，并创建了一个既定算法，实现了对此设置的最小化失望度量的最优解。

    Jun, 2023

  • Monte-Carlo 树搜索作为正则化策略优化

    展示 AlphaZero 的 heuristics 可以近似于规则化策略优化问题的解，并通过提出一种利用此解的变量来实现，实验表明该算法在多个领域中可靠地优于原始算法。

    Jul, 2020