实体
Self-play
Self-play
PulseAugur coverage of Self-play — every cluster mentioning Self-play across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
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。
-
AI研究人员提出自玩式定理证明的理论框架
研究人员开发了一个理论框架，用于理解自玩式算法如何提高大型语言模型在定理证明方面的能力。该框架将定理形式化为图，并证明在特定条件下，证明者-猜想者系统可以使已证明定理的集合呈指数级增长。为解决人工构造的复杂定理问题，该论文提出了一种多样性度量和一种改进的猜想算法，该算法通过分析定理相似性来最大化这种多样性。