ELF OpenGo：AlphaZero 的分析与开源重实现
人工智能
2022-06-06 v5 机器学习
机器学习
摘要
AlphaGo、AlphaGo Zero 和 AlphaZero 系列算法是深度强化学习能力的显著展示，在复杂度渐增的围棋中以实现超人类性能并逐步提升自主性。然而，研究界在理解和使用这些有前景的方法方面仍存在诸多障碍。为阐明未解之谜并促进未来研究，我们提出 ELF OpenGo，一种 AlphaZero 算法的开源重实现。ELF OpenGo 是首个以对全球顶尖职业棋手完美（20:0）战绩令人信服地展示超人类性能的开源围棋 AI。我们应用 ELF OpenGo 进行广泛的消融研究，并识别与分析模型训练和棋局推理过程中的众多有趣现象。我们的代码、模型、自对弈数据集和辅助数据公开于 https://ai.facebook.com/tools/elf-opengo/。
引用
@article{arxiv.1902.04522,
title = {ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero},
author = {Yuandong Tian and Jerry Ma and Qucheng Gong and Shubho Sengupta and Zhuoyuan Chen and James Pinkerton and C. Lawrence Zitnick},
journal= {arXiv preprint arXiv:1902.04522},
year = {2022}
}
备注
Published as a conference paper at ICML 2019. This version contains supplementary appendices