理解采样风格对抗搜索方法
人工智能
2012-03-20 v1
摘要
UCT最近作为一种基于在蒙特卡洛采样设置中巧妙平衡探索与利用的令人兴奋的新对抗推理技术而出现。它在围棋游戏中特别成功，但其成功的原因尚未被很好理解，并且试图在其他领域（如国际象棋）复制其成功的尝试失败了。我们深入分析了UCT在领域无关设置中的潜力，在启发式值可用的情况下，以及增强随机对局到两个弱极小极大玩家之间更知情对局的效果。为了提供进一步的见解，我们开发了合成博弈树实例，并从经验和分析角度讨论了UCT的有趣性质。
引用
@article{arxiv.1203.4011,
title = {Understanding Sampling Style Adversarial Search Methods},
author = {Raghuram Ramanujan and Ashish Sabharwal and Bart Selman},
journal= {arXiv preprint arXiv:1203.4011},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (UAI2010)