原书出处
强化学习
13 博弈强化学习 13.8.2 算法流程描述
与围棋相同,五子棋同样具有旋转和镜像翻转等价的性质。为了能够在算力非常弱的情况下尽快收集数据训练模型,每一局自我对弈结束后,将这一局的数据进行旋转和镜像翻转,将8种等价情况的数据全部存入自我对弈的数据缓存中。这种方式的数据扩充在一定程度上提高了自我对弈数据的多样性和均衡性,同时也提高了MCTS评估叶子节点的可靠性。
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