欢迎使用CSDN-markdown编辑器

围棋的空间太大,很难用树形结构全部罗列展开,比如MinMax,所以用Monte Carlo Tree Search 对某个节点之后的情况进行随机模拟

这里写图片描述

Multi-Armed Bandit Problem

这个是著名的老虎机问题

这里写图片描述

xi代表玩第i台老虎机平均赢到的钱,后面根式里的表达式让算法有机会去尝试其他机器。如果一直玩同一台机器的话,n和ni都都会变大,根式里面会变小。对于其他机器来说n变大因为没有玩,ni不变,所以整体就会变大,所以程序就会跳去玩其他机器。

这里写图片描述

这里是利用CNN来训练网络下围棋的示意图    

训练CNN下围棋

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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