一种用于蒙特卡洛树搜索的高效动态采样策略
人工智能
2023-05-09 v1 最优化与控制
应用统计
摘要
我们在有限时域马尔可夫决策过程的背景下，考虑强化学习框架中流行的基于树的搜索策略——蒙特卡洛树搜索（MCTS）。我们提出了一种动态采样树策略，该策略高效地分配有限的计算预算，以最大化在树的根节点上正确选择最优动作的概率。在井字棋和五子棋上的实验结果表明，所提出的树策略比其他竞争方法更高效。
引用
@article{arxiv.2204.12043,
title = {An Efficient Dynamic Sampling Policy For Monte Carlo Tree Search},
author = {Gongbo Zhang and Yijie Peng and Yilong Xu},
journal= {arXiv preprint arXiv:2204.12043},
year = {2023}
}