AlphaGo – Blog Sketch https://blog.ziaowang.top Wed, 19 Mar 2025 23:31:35 +0000 en-US hourly 1 https://wordpress.org/?v=6.8.5 棋盘游戏智能体：从蒙特卡洛树搜索到AlphaGo https://blog.ziaowang.top/2024/06/11/monte-carlo-tree-search-alphago/ https://blog.ziaowang.top/2024/06/11/monte-carlo-tree-search-alphago/#respond Tue, 11 Jun 2024 04:59:28 +0000 http://localhost/mysite/?p=1260 棋盘游戏 vs 街机游戏

智能体行动的环境，很多都可以归入如下两类：

  • 一类是两方博弈的棋盘游戏，不包含随机性，胜负可以由棋盘上的状态一眼看出，比如围棋、象棋；
  • 另一类是智能体适应/对抗环境的“街机游戏”，可能包含随机性，得分可能不是最终状态的函数，而是每一步行动奖励的过程积累，例子包括典型的强化学习测试环境，包括
…]]> 棋盘游戏 vs 街机游戏

智能体行动的环境，很多都可以归入如下两类：

  • 一类是两方博弈的棋盘游戏，不包含随机性，胜负可以由棋盘上的状态一眼看出，比如围棋、象棋；
  • 另一类是智能体适应/对抗环境的“街机游戏”，可能包含随机性，得分可能不是最终状态的函数，而是每一步行动奖励的过程积累，例子包括典型的强化学习测试环境，包括
…]]> https://blog.ziaowang.top/2024/06/11/monte-carlo-tree-search-alphago/feed/ 0