Jun, 2024

将组合优化引入 MCTS 方法：应用于棋盘游戏 boop

PDF
TL;DR通过将组合优化注入蒙特卡罗树搜索，我们在抽象棋盘游戏中提出了一种新的 AI 方法，该方法在对强化学习算法的基线进行测试时的胜率达到 96％，并在 Board Game Arena 平台上与人类玩家对抗时取得了良好的成绩。
gamesmonte carlo tree searchcombinatorial optimizationboard gameai method
发现论文，激发创造
  • 蒙特卡洛树搜索：近期修改和应用综述

    本文调查了 Monte Carlo Tree Search (MCTS) 在领域特定修改和混合方法方面的应用，这种方法依赖于智能树搜索并平衡探索和利用。

    Mar, 2021

  • 单智能体优化：通过蒙特卡罗树搜索进行策略迭代

    本文提出了一种使用基于 Monte-Carlo Tree Search 和深度强化学习相结合的方法的搜索算法，通过 1）用于潜在无限奖励问题的新颖行动价值规范机制，2）定义虚拟损失函数实现有效搜索并行化，以及 3）由自我对弈逐代训练的策略网络引导搜索，来提高搜索算法的效果。我们在同类游戏 SameGame 上进行实验，结果表明我们的算法在多个游戏宽度上优于基准算法，并与公共状态搜索问题的最新算法竞争力相当。

    May, 2020

  • 达芬奇密码游戏策略模拟的蒙特卡罗树搜索算法的开发与应用

    通过比较分析基于 CPU 和 GPU 的 MCTS 算法在分支分歧情况下的性能，我们发现 CPU 实现呈线性改进趋势，而 GPU 实现呈现出非线性的增强模式和明显的性能下降。这些发现对于优化并行计算架构上的游戏策略算法具有重要的考虑价值。

    Mar, 2024

  • 多人联手绝杀一方：将 Mixture of Experts 与 MCTS 相结合以提升国际象棋

    本研究采用深度学习与计算博弈相结合的新方法，通过 Mixture of Experts（MoE）方法和 Monte-Carlo Tree Search（MCTS）来提高计算机棋类游戏的表现，实验结果显示相较于传统单一模型，该综合方法显著提升了游戏的强度，验证了专家知识与策略原则融入神经网络设计的潜力。

    Jan, 2024

  • 基于 Monte Carlo Tree Search 的高维贝叶斯优化变量选择

    本文介绍了一种基于 Monte Carlo Tree Search 的变量选择方法 MCTS-VS，通过迭代选择和优化一组变量来构建低维空间，并使用任何 Bayesian optimization 算法在该空间内进行优化，经过高维合成函数和现实世界任务的测试，表明 MCTS-VS 可以在高维问题上获得业界领先效果。

    Oct, 2022

  • 混合极小化极大搜索和游戏难度调整的一般游戏问题解决方法

    提出了一种通用方法来实现具有不同难度级别的零和游戏的人工智能对手，同时结合了 Minimax-MCTS 混合算法，该方法在移动应用程序 LoBoGames 中进行了测试，并证明了这种混合算法和新的难度调整系统在将来的工作中具有潜力。

    Oct, 2023

  • 超越游戏：神经蒙特卡罗树搜索应用的系统综述

    本研究回顾了 129 篇关于神经蒙特卡罗树搜索方法在除游戏外的领域应用的同行评审文章，旨在系统评估此类方法在实践中的构造方式，以及它们在其他领域中是否成功应用。研究发现这类方法在各种领域中都有应用，采用了多种不同的学习策略和价值函数指导搜索树，并且采用了不同的训练方法。本文扫描了神经蒙特卡罗树搜索算法家族在实践问题中的现有景象，这是针对特定问题及要求设计此类算法的更加原则性的步骤的开端。

    Mar, 2023

  • 蒙特卡罗树搜索用于策略优化

    本文提出了一种基于蒙特卡罗树搜索和无梯度优化的策略优化方法，称为 MCTSPO，通过使用上界置信度启发式获得更好的探索 - 利用平衡，相对于基于梯度和深度遗传算法的基准，在具有欺骗性或稀疏奖励函数的强化学习任务中表现更佳。

    Dec, 2019

  • 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

  • 蒙特卡罗树搜索与自动化机器学习

    在 AutoML 任务中，使用基于蒙特卡罗树搜索（MCTS）的方法 Mosaic 来处理混合结构和参数昂贵的黑盒优化问题，并在基准测试中获得了统计显著的性能提升。

    Jun, 2019