2022年11月8日
使用PyTorch实现简单的AlphaZero的算法（1）：背景和介绍
摘要： 在本文中，我们将在PyTorch中为Chain Reaction[2]游戏从头开始实现DeepMind的AlphaZero[1]。为了使AlphaZero的学习过程更有效，我们还将使用一个相对较新的改进，称为“Playout Cap Randomization”[3]，以及来自[4]的一些其他技术。 阅读全文
posted @ 2022-11-08 14:44 deephub 阅读(66) 评论(0) 推荐(0) 编辑