研究人员开发了一种新的蒙特卡洛树搜索（MCTS）方法，该方法利用高斯过程回归来提高在具有连续动作空间的中的性能。该方法旨在更好地聚合来自不同线程的统计数据，为尚未经过广泛试验的动作提供价值估计。在六个域上的评估表明，这种高斯过程聚合策略仅以推理时间的微小增加就优于现有方法。 AI
影响 为连续动作空间中的 MCTS 引入了一种新颖的聚合策略，有可能提高 AI 代理的规划效率。
排序理由 学术论文，详细介绍了蒙特卡洛树搜索的一种新颖算法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
