2021年7月29日
Convex Regularization in Monte-Carlo Tree Search
摘要： **发表时间：**2021（ICML 2021） **文章要点：**之前PUCT的MCTS收敛速度是多项式的，这篇文章提出了凸正则化的方式将收敛速度提高到了指数级。主要修改的是PUCT这个采样策略，以及Q value的更新方式。通过Legendre-Fenchel transform把学Q变成了学一 阅读全文
posted @ 2021-07-29 23:54 initial_h 阅读(109) 评论(0) 推荐(0) 编辑