面向 JVM 的蒙特卡洛树搜索的可扩展模块化设计与实现
机器学习
2021-08-24 v1 统计计算
摘要
蒙特卡洛树搜索（MCTS）的灵活实现，结合领域特定知识以及与其他搜索算法的混合，对于寻找复杂规划中问题的解具有强大能力。我们介绍了 mctreesearch4j，一个遵循面向对象编程关键设计原则、作为标准 JVM 库编写的 MCTS 实现。我们定义了关键的类抽象，使 MCTS 库能够灵活适配任何定义良好的马尔可夫决策过程或回合制对抗游戏。此外，我们的库被设计为模块化和可扩展的，利用类继承和泛型类型来标准化自定义算法定义。我们证明了该 MCTS 实现的设计为在不同马尔可夫决策过程（MDP）领域中独特启发式和定制提供了易适应性。另外，该实现对于标准 MDP 具有合理的性能和准确性。此外，通过 mctreesearch4j 的实现，讨论了不同类型 MCTS 算法的细微差别。
引用
@article{arxiv.2108.10061,
title = {An Extensible and Modular Design and Implementation of Monte Carlo Tree Search for the JVM},
author = {Larkin Liu and Jun Tao Luo},
journal= {arXiv preprint arXiv:2108.10061},
year = {2021}
}
备注
18 pages, 7 figures, Manuscript