稳定化嵌套 rollout 策略自适应
人工智能
2021-01-12 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，我们提出对NRPA进行修改以提高算法的稳定性。实验表明，它在不同应用领域改进了该算法：SameGame、带时间窗旅行商问题以及表达式发现。
引用
@article{arxiv.2101.03563,
title = {Stabilized Nested Rollout Policy Adaptation},
author = {Tristan Cazenave and Jean-Baptiste Sevestre and Matthieu Toulemont},
journal= {arXiv preprint arXiv:2101.03563},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2003.10024