Go(9x9)

近似价值迭代在AI游戏对弈中被证明具有惊人的有效性

一篇新的研究论文探讨了近似价值迭代（AVI）在游戏程序自我对弈中的有效性。与预期相反，AVI 展现出了惊人的有效性，学习到的价值函数比 AlphaZero 更准确，并以显著更低的计算成本保持了有竞争力的策略。研究表明，尽管像 AVI 这样的简单方法随着现代深度学习工具的实用性日益增强，但它们可能被蒙上了阴影，而像蒙特卡洛树搜索（MCTS）这样的复杂方法则更受关注。