无需搜索或人类知识的谜题求解：一种非自然语言方法
机器学习
2021-09-08 v1 人工智能
计算与语言
摘要
将生成式预训练Transformer (GPT-2) 应用于学习以文本存档的游戏记谱，为探索稀疏奖励博弈提供了一个模型环境。Transformer架构被证明适于在描述迷宫、魔方与数独求解器的已解文本存档上训练。该方法得益于对Transformer架构进行微调，以可视化在任何人类启发式或领域专业知识指导之外导出的合理策略。这些博弈的巨大搜索空间 () 提供了一个谜题环境，其中解具有极少的中间奖励与一步最终解决挑战的走法。
引用
@article{arxiv.2109.02797,
title = {Puzzle Solving without Search or Human Knowledge: An Unnatural Language Approach},
author = {David Noever and Ryerson Burdick},
journal= {arXiv preprint arXiv:2109.02797},
year = {2021}
}