博弈算法 英文版

博弈算法 英文版

ID:34086597

大小:189.45 KB

页数:9页

时间:2019-03-03

博弈算法 英文版_第1页
博弈算法 英文版_第2页
博弈算法 英文版_第3页
博弈算法 英文版_第4页
博弈算法 英文版_第5页
资源描述:

《博弈算法 英文版》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、BootstrappingfromGameTreeSearchJoelVenessDavidSilverUniversityofNSWandNICTAUniversityofAlbertaSydney,NSW,Australia2052Edmonton,ABCanadaT6G2E8joelv@cse.unsw.edu.ausilver@cs.ualberta.caWilliamUtherAlanBlairNICTAandtheUniversityofNSWUniversityofNSWandNICTASydney,NSW,Australia2052Sydney,NSW,Austr

2、alia2052William.Uther@nicta.com.aublair@cse.unsw.edu.auAbstractInthispaperweintroduceanewalgorithmforupdatingtheparametersofaheuris-ticevaluationfunction,byupdatingtheheuristictowardsthevaluescomputedbyanalpha-betasearch.Ouralgorithmdiffersfrompreviousapproachestolearningfromsearch,suchasSamu

3、el’scheckersplayerandtheTD-Leafalgorithm,intwokeyways.First,weupdateallnodesinthesearchtree,ratherthanasinglenode.Second,weusetheoutcomeofadeepsearch,insteadoftheoutcomeofasubse-quentsearch,asthetrainingsignalfortheevaluationfunction.WeimplementedouralgorithminachessprogramMeep,usingalinearhe

4、uristicfunction.Afterinitialisingitsweightvectortosmallrandomvalues,Meepwasabletolearnhighqualityweightsfromself-playalone.Whentestedonlineagainsthumanoppo-nents,Meepplayedatamasterlevel,thebestperformanceofanychessprogramwithaheuristiclearnedentirelyfromself-play.1IntroductionTheideaofsearch

5、bootstrappingistoadjusttheparametersofaheuristicevaluationfunctionto-wardsthevalueofadeepsearch.Themotivationforthisapproachcomesfromtherecursivenatureoftreesearch:iftheheuristiccanbeadjustedtomatchthevalueofadeepsearchofdepthD,thenasearchofdepthkwiththenewheuristicwouldbeequivalenttoasearcho

6、fdepthk+Dwiththeoldheuristic.Deterministic,two-playergamessuchaschessprovideanidealtest-bedforsearchbootstrapping.Theintricatetacticsrequireasignificantlevelofsearchtoprovideanaccuratepositionevaluation;learningwithoutsearchhasproducedlittlesuccessinthesedomains.Muchofthepriorworkinlearningfro

7、msearchhasbeenperformedinchessorsimilartwo-playergames,allowingforclearcomparisonswithexistingmethods.Samuel(1959)firstintroducedtheideaofsearchbootstrappinginhisseminalcheckersplayer.InSamuel’sworktheheuristicfunctionwasupdatedtowardsthevalue

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。