蒙特卡罗树搜索在不同游戏中的表现特征化
人工智能
2024-06-14 v1
摘要
尽管在近二十年的通用博弈游戏和人工智能研究中提出了许多蒙特卡罗树搜索（MCTS）改进方案，但我们仍缺乏对哪些变体在哪些游戏中表现良好的能力进行特征化和理解。本文描述了我们构建的初始数据集以推进这一理解：26.8万次对局，涉及61个不同的智能体和1494个不同的游戏。我们描述了初步分析和在该数据集上训练预测模型的工作，以及所学到的经验教训和未来计划构建新版数据集的计划。
引用
@article{arxiv.2406.09242,
title = {Towards a Characterisation of Monte-Carlo Tree Search Performance in Different Games},
author = {Dennis J. N. J. Soemers and Guillaume Bams and Max Persoon and Marco Rietjens and Dimitar Sladić and Stefan Stefanov and Kurt Driessens and Mark H. M. Winands},
journal= {arXiv preprint arXiv:2406.09242},
year = {2024}
}
备注
Accepted for publication in the Proceedings of the 2024 IEEE Conference on Games