※ [本文转录自 GO 看板 #1Q9-Ito- ]
作者: HeterCompute (异质运算) 看板: GO
标题: [情报] AlphaZero战胜将棋与西洋棋最强软件
时间: Wed Dec 6 20:38:11 2017
https://arxiv.org/pdf/1712.01815.pdf
这次论文的标题是：
Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm
从零学棋，
使用相似的神经网络架构，
一样没有使用任何人类知识，
4小时打败西洋棋最强软件Stockfish，
2小时打败将棋最强软件Elmo，
34小时打败围棋AlphaGoZero 20blocks 3天版本，
(围棋其实有些争议，因为他这次用了5000TPU，上次AlphaGoZero只用2000TPU)，
以MCTS打倒传统的alpha beta search，
通用于完全讯息游戏，
又一伟大的突破。