Grave

新的蒙特卡洛置换搜索算法超越GRAVE

研究人员推出了一种新颖的蒙特卡洛树搜索（MCTS）算法——蒙特卡洛置换搜索（MCPS），旨在提高在深度强化学习不可行或计算资源有限的场景下的性能，例如在通用游戏玩法中。MCPS将其所有包含从根节点到当前节点移动的模拟（playouts）的统计数据整合到其探索项中，目标是超越现有的GRAVE等方法。在Hex、Go和AtariGo等各种游戏中的评估表明，MCPS的性能优于GRAVE，并提供了数学推导来支持改进的加权公式。