Mastering the game of Go with deep neural networks and tree search浅析
Silver, David, et al. "Mastering the game of Go with deep neural networks and tree search." Nature 529.7587 (2016): 484-489.
推荐PPT:https://wenku.baidu.com/view/3cbb606f49649b6648d747fb.html?from=search
Alphago的论文，主要使用了RL的技术，不知道之前有没有用RL做围棋的。RL之外的工作应该是围棋或者下棋这个研究领域都有的工作，包括蒙特卡洛搜索树(MCTS)和有监督训练。
所以主要贡献是提出了两个网络，一个是策略网络，一个是价值网络。均是通过自我对战实现。
策略网络：
策略网络就是给定当前棋盘和历史信息，给出下一步每个位置的概率。以前的人似乎是用棋手下的棋做有监督训练，这里用RL代替，似乎效果比有监督训练要好。策略网络的参数初始化是用有监督训练网络的参数。
价值网络：
价值网络就是给定当前棋盘和历史信息，给出对己方的优势概率。本来是用来代替蒙特卡洛的随机模拟估计的，但是发现把价值网络和随机模拟估计结合起来效果比较好。个人觉得要是价值网络如果训练得足够好，说不定也就不需要模拟估计了。当然这里的模拟也不是完全随机，好像是用的一个有监督训练出来的浅层网络进行模拟下棋。
策略网络可以降低蒙特卡洛搜索树的宽度，价值网络减小其深度。
该论文第一次打败了人类职业选手（五段的Fan Hui）
另外，该方法有分布式版本和单机版，官方给单机版的判断是和Fan Hui一个水平，分布式版本的可以达到职业5段以上水平。分布式版本用了40个搜索线程, 1,202 个CPU以及176个GPU。单机版是40个搜索线程，48个CPU和8个GPU。按照这个配置，应该10年之内，单台笔记本电脑能跑个职业3段以上的围棋程序，这对围棋学习者是个很好的消息。
Alphgo让RL火了，让围棋火了，让柯洁火了，威力还是巨大的。围棋比较容易形式化，规则也比较简单，只是搜索空间有点大，但现实中还有很多问题规则复杂，信息不完全，状态空间大，决策空间大，需要联合决策等。Alphago还在不断发展，后续应该还有论文。
另外论文的用色和图表做得真是好。
实用指数：4颗星
理论指数：1颗星
创新指数：5颗星
Mastering the game of Go with deep neural networks and tree search浅析的更多相关文章
- 论文笔记：Mastering the game of Go with deep neural networks and tree search
Mastering the game of Go with deep neural networks and tree search Nature 2015 这是本人论文笔记系列第二篇 Nature ...
- AlphaGo论文的译文，用深度神经网络和树搜索征服围棋：Mastering the game of Go with deep neural networks and tree search
转载请声明 http://blog.csdn.net/u013390476/article/details/50925347 前言: 围棋的英文是 the game of Go,标题翻译为:<用 ...
- 《master the game of GO wtth deep neural networks and tree search》研究解读
现在”人工智能“如此火爆的一大直接原因便是deepmind做出的阿尔法狗打败李世石,从那时开始计算机科学/人工智能成为了吹逼的主流.记得当时还是在学校晚新闻的时候看到的李世石输的消息,这个新闻都是我给 ...
- 论文翻译：2018_Source localization using deep neural networks in a shallow water environment
论文地址:https://asa.scitation.org/doi/abs/10.1121/1.5036725 深度神经网络在浅水环境中的源定位 摘要: 深度神经网络(DNNs)在表征复杂的非线性关 ...
- Training Deep Neural Networks
http://handong1587.github.io/deep_learning/2015/10/09/training-dnn.html //转载于 Training Deep Neural ...
- On Explainability of Deep Neural Networks
On Explainability of Deep Neural Networks « Learning F# Functional Data Structures and Algorithms is ...
- Introduction to Deep Neural Networks
Introduction to Deep Neural Networks Neural networks are a set of algorithms, modeled loosely after ...
- 深度神经网络入门教程Deep Neural Networks: A Getting Started Tutorial
Deep Neural Networks are the more computationally powerful cousins to regular neural networks. Learn ...
- Classifying plankton with deep neural networks
Classifying plankton with deep neural networks The National Data Science Bowl, a data science compet ...
随机推荐
- Python2 字典 cmp() 函数
描述 Python 字典的 cmp() 函数用于比较两个字典元素,如果 dict1 < dict2 返回 -1, 如果 dict1 == dict2 返回 0, 如果 dict1 > di ...
- Racket 版本的 24 点实现
Racket 版本的 24 点实现 #lang racket ; Author: woodfox ; Date: Oct 11, 2014 ; ==================== 1. Non- ...
- vim:过一个字符
vim由插入模式进入编辑模式,会向前移动一个字符. 利用这个特性,我们可以用他来过一个字符. 什么情况需要过字符?比如:右括号.右引号等等,在括号中间,直接跳出,而不用方向键移动. 向前过一个字符,应 ...
- jquery定时器的简单代码
当收到消息的时候能够及时的刷新,显示收到消息的条数,下面与大分享下使用简单的代码实现jquery定时器 简单的代码实现jquery定时器. 今天,项目遇到一个消息的模块,在导航条最上面.想实现,当收到 ...
- linux服务器文件删除空间却未释放
在Linux或者Unix系统中,通过rm或者文件管理器删除文件将会从文件系统的目录结构上解除链接(unlink),然而如果文件是被打开的(有一个进程正在使用),那么进程将仍然可以读取该文件,磁盘空间也 ...
- Wamp错误: Forbidden You don't have permission to access / on this server.
找到php的配置文件httpd.conf(找不到的话看这篇:http://www.cnblogs.com/liulangmao/p/3569807.html) 在原有的位置文件中找到配置节 <D ...
- 搭建MAC下vim环境
MAC下的IDE实在是不好用,最终放弃了IDE准备直接用vim来看代码了,那么就需要设置一下vim. 将家目录下面.vim中的vimrc用下面的内容替换: " Set vundle sett ...
- 每日英语：China Poses Challenge for Coal
China's appetite for coal, once seemingly unlimited, is starting to wane, and the effects are rippli ...
- vim学习日志（5）：vim下wimrc的配置，解决中文乱码问题
解决linux下vim乱码的情况:(修改vimrc的内容) 全局的情况下:即所有用户都能用这个配置 文件地址:/etc/vimrc 在文件中添加: ,ucs-bom,gb18030,gbk,gb231 ...
- 知乎：在卡内基梅隆大学 (Carnegie Mellon University) 就读是怎样一番体验？
转自:http://www.zhihu.com/question/24295398 知乎 Yu Zhang 知乎搜索 首页 话题 发现 消息 调查类问题名校就读体验修改 在卡内基梅隆大学 (Car ...