广义嵌套 rollout 策略自适应
人工智能
2020-03-24 v1
摘要
嵌套 Rollout 策略自适应（NRPA）是一种用于单人游戏的蒙特卡洛搜索算法。在本文中，我们提出用温度和偏置对 NRPA 进行推广，并从理论上分析这些算法。该广义算法被命名为 GNRPA。实验表明，它在不同应用领域优于 NRPA：SameGame 和带时间窗旅行商问题。
引用
@article{arxiv.2003.10024,
title = {Generalized Nested Rollout Policy Adaptation},
author = {Tristan Cazenave},
journal= {arXiv preprint arXiv:2003.10024},
year = {2020}
}