2023年2月25日
Monte-Carlo tree search as regularized policy optimization
摘要： **发表时间：**2020（ICML 2020） **文章要点：**这篇文章把MCTS和policy optimization结合起来，说AlphaZero这类算法其实可以看作是带正则项的policy optimization（AlphaZero's search heuristics, along 阅读全文
posted @ 2023-02-25 23:04 initial_h 阅读(81) 评论(0) 推荐(0) 编辑