科研之友
微信
新浪微博
Facebook
分享链接
摘要
围棋人工智能AlphaGo系列算法是人工智能发展历史中的重要里程碑事件。它们不仅成功地求解了以围棋为代表的完全信息博弈问题，而且具有更加广泛的适用性。依算法的发展历程，从基本原理与技术特征方面对AlphaGo Fan到MuZero的一系列算法进行了梳理，说明了AlphaGo系列算法的落子原理，阐释与对比了其中采用的关键技术：蒙特卡洛树搜索和深度神经网络的建模及训练。AlphaGo系列算法对解决实践中的其他重要问题，从算法设计、神经网络建模到模型利用等方面都具有重要的参考意义，本文的总结有助于快速地掌握这些算法的基本原理，从而为相关算法的研究与拓展提供有益参考。
-
单位中国空气动力研究与发展中心; 数理学院; 西南科技大学
