AlphaZero 在 AlphaGo 的基础上更进一步,横扫全球围棋大师。强化学习(RL)是怎么攻克二十年来没有解决的难题,实现在棋局可能性多于全宇宙星球数量的一对一比赛中战胜人类呢?AlphaZero 又是如何脱离人类围棋棋谱独立自学完成对 AlphaGo 的超越呢?
本 Chat 将会使用 AlphaZero 实现五子棋游戏,并详细解析核心代码,大家还将学习到:
- AlphaZero 原理详解
- 强化学习介绍
- Actor Critic(RL 一种)完成小游戏 CartPole (附完整代码)
- 蒙特卡洛搜索在 AlphaZero 中承担角色
- 强化学习在 AlphaZero 中承担角色
- 附上完整代码供大家学习
阅读全文: http://gitbook.cn/gitchat/activity/5e68d5fe6d58e9513fa82584
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。