Alphazzle：基于深度蒙特卡洛树搜索的拼图求解器
计算机视觉与模式识别
2023-02-02 v1
摘要
求解拼图需要把握一系列图像块（patch）的视觉特征，并高效探索随序列长度指数增长的解空间。因此，视觉深度强化学习（DRL）应比结合神经网络的优化求解器更高效地应对该问题。基于这一假设，我们提出 Alphazzle，一种基于单人蒙特卡洛树搜索（MCTS）的重组算法。其与 DRL 算法的主要区别在于 MCTS 缺乏可用的游戏奖励，我们展示了如何借助神经网络从视觉输入估计该奖励。这一约束由拼图求解任务所引发，并显著增加了任务的复杂性（与趣味性！）。我们进行了深入的消融研究，表明 MCTS 与神经网络协同工作的重要性。我们取得了优异的结果，并对 DRL 与视觉特征学习的结合获得了令人振奋的见解。
引用
@article{arxiv.2302.00384,
title = {Alphazzle: Jigsaw Puzzle Solver with Deep Monte-Carlo Tree Search},
author = {Marie-Morgane Paumard and Hedi Tabia and David Picard},
journal= {arXiv preprint arXiv:2302.00384},
year = {2023}
}