面向5×5多人围棋的深度强化学习
人工智能
2024-05-24 v1
摘要
近年来，计算机围棋取得了长足进步，其中大部分成果得益于搜索算法（蒙特卡洛树搜索）和深度强化学习。本文提出使用并分析最新的结合搜索与深度强化学习的算法（AlphaZero和Descent算法），以自动学习玩一种超过两名玩家的扩展版围棋。我们证明，即使玩家数量超过两名，使用搜索和深度强化学习仍能提高游戏水平。
引用
@article{arxiv.2405.14265,
title = {Deep Reinforcement Learning for 5*5 Multiplayer Go},
author = {Brahim Driss and Jérôme Arjonilla and Hui Wang and Abdallah Saffidine and Tristan Cazenave},
journal= {arXiv preprint arXiv:2405.14265},
year = {2024}
}
备注
Accepted in EvoApps at Evostar2023