通过最优输运传播的蒙特卡洛树搜索
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文提出了一种适用于高度随机和部分可观察的马尔可夫决策过程的新备份策略，采用概率方法建模值节点和动作值节点为高斯分布，并引入一种新的备份运算符，将不确定性传播到根节点。该备份运算符与乐观选择和汤普森抽样相结合，得到了Wasserstein MCTS算法。实验结果表明，该方法优于相关基准。
🏷️
