深度学习（三十二）——AlphaGo, AlphaStar

最新推荐文章于 2024-06-08 09:47:08 发布
最新推荐文章于 2024-06-08 09:47:08 发布
阅读量3.5k 收藏 19
点赞数 2
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/antkillerfarm/article/details/87912304
版权

AlphaGo

樊麾讲解AlphaGo与李世石的五番棋：

https://deepmind.com/research/alphago/alphago-games-simplified-chinese/

论文：

《Mastering the game of Go with deep neural networks and tree search》

DarkForest

DarkForest是田渊栋2015年11月的作品，虽然棋力和稍后的AlphaGo相去甚远，但毕竟也算是用到了RL和DNN了。

代码：

https://github.com/facebookresearch/darkforestGo

Leela Zero

Leela Zero是比利时人Gian-Carlo Pascutto开源的围棋AI。它的算法与AlphaGo Zero相同。而训练采用GTP协议，集合全球算力，进行分布式训练。

官网：

http://zero.sjeng.org/

代码：

https://github.com/gcp/leela-zero

十多年前，当我还是一个中二青年的时候，就幻想有朝一日能够拿围棋世界冠军。当然，就算再中二，我自己也明白靠实力那是不可能的，当时做梦的法宝是制造一个AI，然后碾压一下所谓的国手。
按照当时(2000年前后)人们的预计，这个AI在2030年之前，都不可能造出来，然而，最终的结果实际上只花了一半左右的时间。
再之后，随着AI围棋的平民化，我的中二梦终于也有人将之付诸实现了：
https://mp.weixin.qq.com/s/npt2zZrKwPnNdY-hsa2RjQ
AI再乱围棋圈：“食言之战”柯洁落败；首例素人作弊引风波

这次作弊风波所使用的AI就是Leela Zero，可见目前（2018.5）它的棋力已经超过了顶尖棋手。

ELF OpenGo

ELF OpenGo是Facebook开源的围棋AI，它是FB的AI游戏框架ELF的一部分。

官网：

https://github.com/pytorch/ELF

参考：

https://mp.weixin.qq.com/s/lOAx3suLIS-pEWyi8xZl6Q

“全民体验”AlphaZero：FAIR田渊栋首次开源超级围棋AI

PhoenixGo

PhoenixGo是腾讯微信团队的AlphaGo Zero复刻版。

官网：

https://github.com/Tencent/PhoenixGo

参考：

https://mp.weixin.qq.com/s/tJDmxsuS1QigYS75ZIdzRA

微信团队开源围棋AI技术PhoenixGo，复现AlphaGo Zero论文

参考

https://mp.weixin.qq.com/s/Sfv-jzQAkN0PsZOGZUQhkQ

AlphaGo Zero横空出世，DeepMind Nature论文解密不使用人类知识掌握围棋

https://mp.weixin.qq.com/s/oAxouYX7-wDC5okbu--Wuw

Nature重磅：人工智能从0到1, 无师自通完爆阿法狗100-0

https://zhuanlan.zhihu.com/p/30262872

关于AlphaGo Zero

https://zhuanlan.zhihu.com/p/30263585

DeepMind新一代围棋程序AlphaGo Zero再次登上Nature

https://www.zhihu.com/question/66861459

如何评价DeepMind发表在Nature上的AlphaGo Zero？

http://www.alphago-games.com/

AlphaGo的棋谱

https://deepmind.com/blog/alphago-zero-learning-scratch/

AlphaGo Zero官方声明

https://zhuanlan.zhihu.com/mathNote

某牛的专栏，主要讲自制AlphaGo

https://mp.weixin.qq.com/s/DC9QqHdWT0xFnowEBuJDbw

自动化所解读“深度强化学习”：从AlphaGo到AlphaGoZero

https://mp.weixin.qq.com/s/uZtaxRwROCqYmL2k6Muxaw

从阿尔法狗元(AlphaGo Zero)的诞生看终极算法的可能性

https://mp.weixin.qq.com/s/i5OmLu8aNbypiTUmP4teeQ

刘遥行：深入浅出看懂AlphaGo Zero

https://mp.weixin.qq.com/s/aBrwbB_DOGTen-6XL7LGFQ

邓侃：白话蒙特卡洛树搜索和ResNet

https://mp.weixin.qq.com/s/nbTkr0PImlXUSYl91HD91Q

AlphaGo背后的力量：蒙特卡洛树搜索入门指南

https://mp.weixin.qq.com/s/-tH7DQo1cK9gA0bcpBJSDA

AlphaGo Zero：笔记与伪代码

https://mp.weixin.qq.com/s/CJuVoOf7idUChFIn7dH0Lg

围棋中的数学原理

https://mp.weixin.qq.com/s/d46qNFaftt4wxpV4sZnG-w

一张图看懂AlphaGo Zero

https://zhuanlan.zhihu.com/p/31749249

比AlphaGo Zero更强的AlphaZero问世，8小时解决一切棋类！

https://mp.weixin.qq.com/s/L7bZMkqyncwEt6D5tK1OdQ

AlphaZero炼成最强通用棋类AI，DeepMind强化学习算法8小时完爆人类棋类游戏

https://mp.weixin.qq.com/s/tFdnxqV5a5xZrFtB6E0AiQ

新AlphaZero出世称霸棋界，8小时搞定一切棋类！自对弈通用强化学习无师自通！

https://mp.weixin.qq.com/s/qYWsFBKNCKCGUmizX_1sVg

AlphaGo 教学工具终于上线了！

https://mp.weixin.qq.com/s/JxbIeDk8_wnYu_ewUHp29g

深度学习与围棋实战书籍《Deep Learning and the Game of Go》

https://mp.weixin.qq.com/s/gsRnbknytz2FY2dWgdWEYg

精通国际象棋的AI研究员：AlphaZero真的是一次突破吗？

https://mp.weixin.qq.com/s/Przl4ivbNuOFmz4pcYTrpQ

浅述：从Minimax到AlphaZero，完全信息博弈之路（1）

https://zhuanlan.zhihu.com/p/32089487

AlphaZero实战：从零学下五子棋

http://mp.weixin.qq.com/s/72riTTC3w0q9oF5H-51kXA

手把手教你搭建AlphaZero（使用Python和Keras）

https://mp.weixin.qq.com/s/Qw2tT7H1PwDvPgOYy8YUsQ

AlphaGo Zero代码迟迟不开源，TF等不及自己推了一个

https://mp.weixin.qq.com/s/Vq-osjgNXJQu5avGkxQdsw

手把手：AlphaGo有啥了不起，我也能教你做一个

https://mp.weixin.qq.com/s/ajajJ9yJZsOy4Vc0ULBxXg

国际象棋版AlphaZero出来了诶，还开源了Keras实现

https://zhuanlan.zhihu.com/p/41814142

从源码解密AlphaGo Zero背后基本原理

https://www.ifanr.com/630602

AlphaGo的棋局，与人工智能有关，与人生无关

https://mp.weixin.qq.com/s/J0w6kzzdKTbsaiZitbQdoA

达观数据：一文详解AlphaGo原理

https://mp.weixin.qq.com/s/BBQ54HHrFiqxXkC-EI6ELw

Science封面：AlphaZero达成终极进化体，史上最强棋类AI降临！

https://mp.weixin.qq.com/s/Pgw_xaCNl_kCPCg8NFzUBQ

人类没法下了！DeepMind贝叶斯优化调参AlphaGo，自弈胜率大涨16.5%

https://mp.weixin.qq.com/s/eE3oL6c5zHmTglHE-dgBvg

详解AlphaGo到AlphaGo Zero！

AlphaStar

https://mp.weixin.qq.com/s/_Y0bCjTu9UrHfnen15htqQ

AlphaStar称霸星际争霸2！AI史诗级胜利，DeepMind再度碾压人类

https://mp.weixin.qq.com/s/axr5VFbHQmYo0shW9ilBaQ

DeepMind回应一切：AlphaStar两百年相当于人类多长时间？

https://www.zhihu.com/question/310011363

如何评价DeepMind在北京时间19年1月25日2点的《星际争霸 2》项目演示？

https://mp.weixin.qq.com/s/k0l2uoik-Z9aA9zax7AoZg

中科院自动化所深度解析：Deepmind AlphaStar如何战胜人类职业玩家

https://zhuanlan.zhihu.com/p/55781614

AlphaStar背后的机器学习原理
httphttps://zhuanlan.zhihu.com/p/56043646管饭s://zhuanlan.zhihu.com/p/56043646
https://zhuanlan.zhihu.com/p/56043646

AlphaStar之IMPALA

https://mp.weixin.qq.com/s/XljE82cJZfFOgf2KrXWSKA

DeepMind首个战胜星际2职业玩家的AI为何无敌？新视角揭秘AI里程碑

antkillerfarm
关注
  • 2
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
强化学习从基础到进阶–案例与实践[11]：AlphaStar论文解读、监督学习、强化学习、模仿学习、多智能体学习、消融实验
丨汀、的博客
06-30 671
强化学习从基础到进阶–案例与实践含面试必知必答[11]：AlphaStar论文解读、监督学习、强化学习、模仿学习、多智能体学习、消融实验
AlphaStar
robustness博客
01-08 696
RNN 1.https://www.jianshu.com/p/95d5c461924c AlphaStar 1.https://zhuanlan.zhihu.com/p/55781614 2.https://zhuanlan.zhihu.com/p/56043646 3.https://zhuanlan.zhihu.com/p/92543229
证券投资深度学习_20170711-广发证券-深度学习研究报告之三：深度学习新进展：Alpha因子再挖掘...
weixin_40001048的博客
12-21 310
近年来，国内外知名的IT公司，如谷歌、微软、百度、腾讯等纷纷在人工智能上发力，创造了一系列突破性成果。同时，海外的对冲基金和投资银行也开始在人工智能上进行布局。Citadel、TwoSigma、桥水基金、文艺复兴科技公司等公司都已经建立自己的人工智能团队。深度学习技术进展近年来，深度学习技术上有了许多的提高，学者们提出了ReLU激活函数、Dropout、BatchNormalization、...
探索未来智能：AlphaStar 开源项目详解
最新发布
gitblog_00065的博客
06-08 317
探索未来智能：AlphaStar 开源项目详解 项目地址:https://gitcode.com/google-deepmind/alphastar 在人工智能领域，DeepMind 一直走在前沿，其研发的 AlphaStar 系统不仅挑战了游戏界的巨头——《星际争霸II》，更是展示了深度学习在复杂决策任务中的强大潜力。今天，我们要介绍的就是这个可以训练出专业级《星际争霸II》AI的开源项目：Al...
mini-AlphaStar:这是DeepMind原始AlphaStar程序的迷你源代码版本
03-30
迷你AlphaStar 更新 这是“ v_0.8”版本，更新如下： 添加Levenshtein和汉明距离的代码； 增加了对抗内置AI计算机的功能； 解决了某些单位的SL训练损失问题； 介绍 我们发布了mini-AlphaStar项目，它是DeepMind原始AlphaStar程序的微型源版本。 “ v_0.X”表示我们认为我们已经在X * 10％以上的代码上实现了。 “ mini”意味着我们使原始的AlphaStar超参数可调，以便可以小规模运行。 中文版的自述文件在。 内容 下表显示了项目中的相应软件包。 配套 内容 alphastarmini.core.arch alphaStar体系结构 alphastarmini.core.sl 监督学习 alphastarmini.core.rl 强化学习 alphastarmini.core.ma 多代理联赛转换 alph
技术分享 | Prometheus避障—A_star算法代码阅读
AMOVLAB(阿木实验室)
10-09 937
在使用P系列无人机过程中，相信大家都知道P系列无人机的避障功能，在之前的技术分享中：Prometheus（P450）-室内外避障，给看官们详细讲解了避障的算法原理以及实际飞行操作演示的文章。今天，为了方面更加快速的进行二次开发，着重解读一下A星算法代码的实现。 prometheus项目中，A_star算法功能包存放在 Prometheus/Modules/planning/global_planning路径下，如图所示。 进入global_planning功能包的src文件夹下，我们可以看到5个cpp文件
深度强化学习进展: 从AlphaGo到AlphaGo Zero
03-31
本文主要介绍了从AlphaGo到Alpha-.Go Zero的深度强化学习的研究进展. 首先回顾对深度强化学习的成功作出突出贡献的主要算法, 包括深度Q网络.算法、A3C算法, 策略梯度算法及其它算法的相应扩展. 然后给出AlphaGo ...
深度学习、机械学习方向课题
08-29
在 Alpha Go 打败李世石之后，深度学习正式确立了在机器学习领域中的霸主地位。目前所有应用了人工智能的行业，基本都用到了深度学习模型。深度学习的应用场景非常广泛，包括计算机视觉、自然语言处理、语音识别、...
gsap-alphastar-example:gsap Udemy课程的教程
04-07
带有GreenSock（GSAP）JavaScript动画 这是Udemy课程的最后一个项目，该课程教导如何使用gsap 。 原始教程使用jquery，但是我更改了它，并且使用了香草js。
具有均匀圆阵的混合波束成形大规模MIMO系统的基于低复杂度深度学习的低复杂度DOA估计
03-15
具有均匀圆阵的混合波束成形大规模MIMO系统的基于低复杂度深度学习的低复杂度DOA估计
AlphaGo VS AlphaGo Zero 对比分析讲解
11-22
本文档是对两个版本的AlphaGo的网络结果和MCTS结构的对比分析.
StarCraft.zip
03-14
StarCraft星际争霸的alphastar复现代码。兵种组合：正如上面所说，AlphaStar兵种组合非常单一，主要依靠“追猎者”。“追猎者”对空对地，速度很快，升级后还有“闪烁”技能，操作空间很大，非常适合游击战。AlphaStar充分发挥了“追猎者”的机动性，会把没血的“追猎者”及时往后拉；并且偏向于进攻战术，从而给了“追猎者”移动的空间。但“追猎者”的弱点是攻击力不高，因此大规模交战时难以作为主战部队。在与Mana的第四局比赛录像中，AlphaStar通过三面包夹缓解了这一点，但在最后一局直播比赛中还是无法被大量的“不朽者”击败了。其次，AlphaStar也经常使用“凤凰”，这是速度极快的空中单位，只能对空，但可以使用魔法把地面单位抬到空中。AlphaStar对凤凰的微操超越了所有职业选手，并且在会战中优先抬“哨兵”也让人眼前一亮。此外，在对战TLO的第三局中，AlphaStar大量使用了“自爆球”，但失误也很多，并且目前的版本“自爆球”已经被削弱了。 战术选择：AlphaStar偏向于前期进攻，经常使用两个“追猎者”或者两个“使徒”进行前压，之后要么持续施压打穿对手，要么尽快开二矿建造大量“凤凰”进攻。此外还进行了三次野兵营快攻，全部得手。两次野BG打4BG战术，一次野VR和电池。所以从人类的角度看，AlphaStar是一个依靠快攻和微操来取胜的前期型选手。 骚扰应对：在10局比赛录像中，AlphaStar对骚扰应对的都还不错，好几次虽然没堵口让对方的“使徒”进来杀了好些农民，但由于AlphaStar农民本来就造的比较多，所以对经济也影响不大。但直播的比赛中，AlphaStar面对Mana空投不朽的骚扰显得无能为力，被长时间牵制住非常被动，导致最终输掉了比赛。
星际争霸的AI(人工智能)编写
02-14
build 1 nexus 150 造一个主基地，如果有了，就直接执行下一句 build 7 probe 80造7个农民 上面的150和80，我没有研究出来是什么 但是总的来说，建筑一般是用80， 升级用30 另外，如果这样写两句 build 7 probe 80 build 7 probe 80 其实还是只有7个农民，因为7代表的是“造到”
【转载】AlphaStar 实战技巧分析-新智元
Leonardo的博客
01-25 2570
作者：新智元 链接：https://www.zhihu.com/question/310011363/answer/581431562 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。   AlphaStar 实战技巧分析 讲完 AlphaStar 的训练过程，再来分析下实战过程。 像 TLO 和 MaNa 这样的职业星际争霸玩家，平均每分钟可以做数百个操作 ...
从码农以及星际爱好者视角看AlphaStar完胜人类职业玩家
德国IT那些事
11-01 1308
今年一月份AlphaStar刚登场时写的文章，翻出来给大家扫盲什么是星际争霸，什么是人工智智能。AlphaStar北京时间2019年01.24凌晨2:00，DeepMin...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值