知识卡片

普通读书笔记卡 · 2700.f.1.b.2.a.1 · 生成模型:未记录

零和棋局按执棋方记价值

理解等级:中级

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?

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

    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