← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10032.d.2.c.2 · 生成模型:GPT-6

快速策略用近似换模拟速度

理解等级:高级

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?

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:《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