BriefGPT - AI 论文速递
·
期望工作搜索：结合胜率和证明大小估计
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
提出了一种新的游戏求解算法Expected Work Search (EWS)，结合了蒙特卡洛树搜索和证明数搜索。EWS在围棋和六边形游戏中表现优异，能够解决复杂问题。实验证明，EWS不仅在有领域特定知识的情况下成功，也在没有领域特定知识的情况下成功。
🎯
关键要点
- 提出了一种新的游戏求解算法Expected Work Search (EWS)。
- EWS结合了蒙特卡洛树搜索和证明数搜索的优点。
- EWS通过最小化预期工作概念提高搜索效率。
- EWS在围棋和六边形游戏中表现优异，超越传统求解算法。
- EWS成功解决了空5x5围棋棋盘问题，符合超级禁令规则集。
- EWS在不到4分钟内解决了空8x8六边形棋盘问题。
- EWS在有和没有领域特定知识的情况下均能成功。
🏷️
标签
➡️
