适配改进的置信上界用于蒙特卡洛树搜索
人工智能
2015-05-13 v1
摘要
UCT算法结合了UCB算法与蒙特卡洛树搜索（MCTS），是目前使用最广泛的MCTS变体。近来，将其他老虎机算法应用于MCTS的若干研究产生了有趣结果。在本研究中，我们探讨将Auer等人（2010）提出的改进UCB算法与MCTS结合的可能性。然而，改进UCB算法的多种特性可能并不理想于直接应用于MCTS。因此，对改进UCB算法做了一些修改，使其更适用于博弈树搜索任务。Mi-UCT算法即为修改后的UCB算法在树上的应用。Mi-UCT的性能在 围棋和 NoGo 游戏中得到展示，结果表明当仅给定少量模拟时优于普通UCT算法，而在更多模拟可用时水平大致相当。
引用
@article{arxiv.1505.02830,
title = {Adapting Improved Upper Confidence Bounds for Monte-Carlo Tree Search},
author = {Yun-Ching Liu and Yoshimasa Tsuruoka},
journal= {arXiv preprint arXiv:1505.02830},
year = {2015}
}
备注
To appear in the 14th International Conference on Advances in Computer Games (ACG 2015)