知识卡片
快速策略用近似换模拟速度
搜索过程可能需要执行大量模拟步。原始 AlphaGo 用较轻量的快速走子策略对候选线路采样,降低一次评估所需时间。质量较高但耗时的策略可用来提供搜索引导。书中的微秒与毫秒数据属于该版本实验。
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
- 基于强化学习的经典应用——AlphaGO · 查看原书依据
它的作用就是在牺牲一定精度的情况下实现快速走棋
参考来源
- 位置:《机器学习观止:核心原理与实践》第23章《基于强化学习的经典应用——AlphaGO》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter23.xhtml`)。
- 结论依据:第 23.3 节对照卷积策略和使用局部特征的线性 Softmax rollout。
- 原始内容:它的作用就是在牺牲一定精度的情况下实现快速走棋