百科问答小站 logo
百科问答小站 font logo



如何评价DeepMind新提出的MuZero算法? 第1页

  

user avatar   rewrgf 网友的相关建议: 
      

感觉没啥新的东西,他虽然声称rule-free,但实际上是去掉了判断禁入点,是否终局之类的那个simulator而已,最重要的胜负判断器并没有去掉,本来是禁入点是直接用simulator判掉不让你下,现在改成你下了就判负而已。

当然,胜负判断器去掉的话,也不可能下的出围棋了。但不去掉胜负判断,只去掉simulator,本质上也就是初期训练时候多几个step而已,稍微学了几个step之后model就能知道哪里是禁入点哪里不是了,然后就和原来的alphago master, alphago zero, alphazero什么的一样了。




  

相关话题

  在Lasso中,oracle property指的是什么性质? 
  如何评价中国人民大学高瓴人工智能学院教授的薪酬标准? 
  为什么我用相同的模型,数据,超参,随机种子,在两台服务器会得到不同的结果? 
  “意识上传”是否可以实现,以什么技术方式实现? 
  五子棋如果可以无限下,比 5 的个数怎样? 
  mxnet的并行计算为什么这么牛,是什么原理? 
  如何系统地自学 Python? 
  波士顿动力最新战争机器人,对各国军事平衡产生怎样影响? 
  如何评价生成模型框架 ZhuSuan? 
  数学理论上可不可以绝对识别ps过的照片(可以作为法律证据的)? 

前一个讨论
如何看待帝国理工关于新冠变异种的第一份报告?
下一个讨论
如何看待台湾地区领导人开放含有莱克多巴胺的美猪,台湾人民能阻止的了吗?





© 2025-04-16 - tinynew.org. All Rights Reserved.
© 2025-04-16 - tinynew.org. 保留所有权利