优化 $\alpha\mu$
人工智能
2021-02-01 v1
摘要
是一种搜索算法，它修正了完美信息蒙特卡洛搜索的两个缺陷：策略融合与非局部性。本文中我们针对桥牌优化 ，避免无用计算。所提出的优化具有通用性，可应用于其他不完美信息回合制游戏。我们定义了涉及帕累托前沿的多种优化，并表明这些优化加速了搜索。其中部分优化为在节点处停止搜索的剪枝，另一些则记录哪些可能世界已冗余，从而避免不必要的高代价评估。我们还度量了在 搜索树叶子处并行化双明手搜索所带来的收益。
引用
@article{arxiv.2101.12639,
title = {Optimizing $\alpha\mu$},
author = {Tristan Cazenave and Swann Legras and Véronique Ventos},
journal= {arXiv preprint arXiv:2101.12639},
year = {2021}
}