原书出处
强化学习
13 博弈强化学习 13.4 蒙特卡罗树搜索
将蒙特卡罗方法应用于博弈树搜索,就有了蒙特卡罗树搜索(MCTS),该方法通过蒙特卡罗抽样方法逐步建立和扩展博弈树。在树内搜索和树外模拟分别采用不同的策略,树内一般采用贪心策略,树外采用随机策略。其结合了随机模拟的一般性和博弈树搜索的准确性,可以使那些有可能成为最优着法的分枝获得更多被探索的机会,在有限的时间内使用有限的资源提高搜索的准确率。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-022.xhtml
EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae