遍历退火
人工智能
2020-08-04 v1 理论经济学
概率论
机器学习
摘要
模拟退火是马尔可夫链蒙特卡洛方法中用于求解代价函数已知的 NP-hard 优化问题的皇冠明珠。在此，通过将模拟退火的 Metropolis 引擎替换为一种强化学习变体——我们称之为澳门算法（Macau Algorithm）——我们表明，当代价函数未知且须由人工智能体学习时，模拟退火启发式方法同样可以非常有效。
引用
@article{arxiv.2008.00234,
title = {Ergodic Annealing},
author = {Carlo Baldassi and Fabio Maccheroni and Massimo Marinacci and Marco Pirazzini},
journal= {arXiv preprint arXiv:2008.00234},
year = {2020}
}