原书出处
强化学习入门:从原理到实践
10 10.1 自博弈中的蒙特卡罗树搜索
进行指定搜索次数的思考后,Alpha Zero将针对当前状态选择实际对战的落子行为
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter89.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d