知识卡片
零和棋局按执棋方记价值
同一个胜局对获胜方价值为 1,对失败方为 −1,平局为 0。存训练标签时需知道样本对应的执棋方。实际棋面表示还应保留规则所需的历史与谁将落子。
关联:[[自博弈用搜索改进网络]]。终局价值标签随执棋方变化。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 Alpha Zero算法实战 · 查看原书依据
某一方赢棋获得值为1的奖励、另一方获得-1的奖励
参考来源
- 位置:《强化学习入门:从原理到实践》第10章《第10章 Alpha Zero算法实战》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter88.xhtml`,body 子元素 7
- 结论依据:原文以相反的终局奖励体现棋类零和性质。
- 原始内容:某一方赢棋获得值为1的奖励、另一方获得-1的奖励