用特征偏置通用博弈中的蒙特卡洛树搜索
人工智能
2019-03-22 v1 机器学习
摘要
本文提出使用线性函数逼近器而非深度神经网络（DNN）来偏置通用博弈中的蒙特卡洛树搜索（MCTS）博弈者。这不太可能匹敌DNN潜在的原始博弈实力，但在通用性、可解释性以及训练所需资源（时间与硬件）方面具有优势。使用描述局部模式的特征作为输入。这些特征以易于解释且适用于广泛通用博弈的方式构造，并可能编码简单的局部策略。我们在用于学习特征权重的同一自博弈训练过程中逐步创建新特征。我们在多种不同棋盘博弈中将由学习所得特征偏置的MCTS博弈者与标准树的上置信界（UCT）博弈者的博弈实力进行评估，并展示在少量自博弈训练博弈后其中大多数博弈的实力显著提升。
引用
@article{arxiv.1903.08942,
title = {Biasing MCTS with Features for General Games},
author = {Dennis J. N. J. Soemers and Éric Piette and Cameron Browne},
journal= {arXiv preprint arXiv:1903.08942},
year = {2019}
}
备注
Accepted at IEEE CEC 2019, Special Session on Games. Copyright of final version held by IEEE