AlphaGo 中的贝叶斯优化
机器学习
2018-12-18 v1 人工智能
机器学习
摘要
在 AlphaGo 的开发过程中，其众多超参数曾多次使用贝叶斯优化进行调优。这一自动调优过程显著提升了棋力。例如，在与李世石对弈之前，我们对最新的 AlphaGo 智能体进行了调优，使其在自对弈中的胜率从 50% 提升至 66.5%。该调优版本被部署于最终对局中。当然，由于在开发周期内我们对 AlphaGo 进行了多次调优，其累积贡献甚至高于这一百分比。我们希望这一简要案例研究能引起围棋爱好者的兴趣，并为贝叶斯优化从业者提供一些见解与启发。
引用
@article{arxiv.1812.06855,
title = {Bayesian Optimization in AlphaGo},
author = {Yutian Chen and Aja Huang and Ziyu Wang and Ioannis Antonoglou and Julian Schrittwieser and David Silver and Nando de Freitas},
journal= {arXiv preprint arXiv:1812.06855},
year = {2018}
}