AphaGo0能获胜的原因是什么? 2)AhphaGo的相关技术有哪些?

Question

如题所述

Answer 1

AlphaGo中就_取了两套神经网络系统。
走棋网络，快速走子，估值网络，蒙特卡罗树搜索。一个神经网络基于当前的状态给出下一个动作，一个神经网络用来评估当前的状态是否对我方有利，使用神经网络配合搜索树来提供好的下棋行为，将这些好的行为作为训练数据反过来训练神经网络，这样一来一回使用强化学习的方法不断地训练，我们的神经网络就能不断地提升自己下棋的能力，这就是AlphaGo能战胜人类的主要原因。走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，形成一个完整的系统。

Answer 2

阿尔法go把两个神经网络结合起来（决策网络和数值网络），就可以大致预估出当前的情况
2. AlphaGo的相关技术：走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。