SAI:一种下围棋的明智人工智能
人工智能
2019-11-28 v2
摘要
我们提出了对 AlphaGo Zero/Leela Zero 范式的一种多贴目修正。胜率作为贴目的函数由双参数 sigmoid 函数建模,从而神经网络只需多预测一个变量即可评估所有贴目值下的胜率。第二个新特征是:训练基于自对弈棋局,当局面不均衡时偶尔以改变贴目的方式分支。在此设定下,强化学习被证明可在 7x7 围棋上生效,获得极强的博弈智能体。作为一个有用的副产品,网络给出的 sigmoid 参数可用于估计棋盘上的目数差,并评估棋局已决定的程度。
引用
@article{arxiv.1809.03928,
title = {SAI, a Sensible Artificial Intelligence that plays Go},
author = {Francesco Morandin and Gianluca Amato and Rosa Gini and Carlo Metta and Maurizio Parton and Gian-Carlo Pascutto},
journal= {arXiv preprint arXiv:1809.03928},
year = {2019}
}
备注
Updated for IJCNN 2019 conference