mcts | BriefGPT - AI 论文速递

关键词mcts

搜索结果 - 10

不同游戏中蒙特卡罗树搜索性能的表征
我们描述了一个初步的数据集，该数据集包括了 268,386 个不同游戏中的 61 个不同代理的对局，旨在研究 Monte-Carlo Tree Search 在各种游戏中的表现和改进方法，以及对数据集的预测模型训练和未来计划。
PDF21 days ago
解决方案质量无任何妥协：通过自适应多层简化加速基于信念的连续 POMDPs
基于置信度树和 MCTS 的自适应多层简化理论可加速连续 POMDP 在线规划，不损失解决方案质量。
PDF9 months ago
C-MCTS：蒙特卡洛树搜索进行安全规划
提出了一种基于 Constrained MCTS 框架的采样式规划算法，使用安全性评论家评估代理的代价，能更有效地满足代价约束条件，且在模型不匹配时更少受到代价违规的影响。
PDFa year ago
AlphaZero-like 代理是否具有抗对抗扰动的鲁棒性？
本研究针对神经网络棋类人工智能的对手状态攻击进行了探究，该方法可扩展至其他棋盘游戏；实验结果表明，加入 1-2 个无意义棋子即可使 AlphaGo Zero 等神经网络棋类 AI 产生错误决策。
PDF2 years ago
ECCVMonteBoxFinder: 检测和过滤基元以适应嘈杂的点云
MonteBoxFinder 是一种优化算法，能够从嘈杂的输入点云中检测到 cuboids，并被证明在 ScanNet 数据集上更高效和精准。
PDF2 years ago
经验引导的蒙特卡罗树搜索在反合成规划中的应用
本文提出了一种名为 MCTS 的基于模拟退火算法的反合成规划方法，使用 Experience Guidance Network 从化学合成经验中学习知识，实现有效处理拥有巨大可能性的化学反应，实验结果证明在效率和功效上均优于现有研究成果。
PDF3 years ago
学习动作空间的高效神经架构搜索
本文提出了一种名为 LaNAS 的神经结构搜索方法，通过学习用于递归将搜索空间分成具有相似性能指标的好或坏区域的动作，可以显着提高搜索效率，实验结果表明，LaNAS 至少比进化算法、贝叶斯优化和随机搜索等基线方法高一个数量级的采样效率，可以
PDF5 years ago
策略梯度搜索：无需搜索树的在线规划和专家迭代
本研究提出一种用于模拟搜索的政策梯度搜索方法，通过在线更新神经网络模拟策略，实现避免使用搜索树的效果。在 Hex 上，与 MCTS 相比，PGS 取得了相当的性能，并且使用 PGS 进行专家迭代训练的代理能够在 9x9 Hex 中击败最强的
PDF5 years ago
ICML在动态环境中使用条件自回归模型进行规划
本文演示了使用条件自回归生成模型（van den Oord 等人，2016a）在离散潜在空间（van den Oord 等人，2017b）上进行 MCTS 的前向规划的方法。通过在包含不同难度级别、移动目标和障碍物的新环境中测试该方法，高质
PDF6 years ago
NIPS使用分形和熵解决 Atari 游戏问题
本文提出了一种新颖的基于热力学定律的 MCTS 算法 —— 分形蒙特卡洛算法（FMC），该算法使得代理能够在连续和离散环境中智能地执行动作，并提供对代理行为的控制。结果表明，在测试的 Atari 游戏中，FMC 比 MCTS 等类似技术高几
PDF6 years ago