Mastering the game of Go with deep neural networks and tree search

蒙特卡罗树搜索 计算机科学 冠军 人工神经网络 人工智能 强化学习 博弈树 价值(数学) 树(集合论) 搜索算法 深层神经网络 机器学习 蒙特卡罗方法 序贯博弈 博弈论 算法 数理经济学 数学 统计 数学分析 法学 政治学
作者
David Silver,Aja Huang,Chris J. Maddison,Arthur Guez,Laurent Sifre,George van den Driessche,Julian Schrittwieser,Ioannis Antonoglou,Veda Panneershelvam,Marc Lanctot,Sander Dieleman,Dominik Grewe,John Nham,Nal Kalchbrenner,Ilya Sutskever,Timothy Lillicrap,Madeleine Leach,Koray Kavukcuoglu,Thore Graepel,Demis Hassabis
出处
期刊:Nature [Springer Nature]
卷期号:529 (7587): 484-489 被引量:13945
标识
DOI:10.1038/nature16961
摘要

The game of Go has long been viewed as the most challenging of classic games for artificial intelligence owing to its enormous search space and the difficulty of evaluating board positions and moves. Here we introduce a new approach to computer Go that uses ‘value networks’ to evaluate board positions and ‘policy networks’ to select moves. These deep neural networks are trained by a novel combination of supervised learning from human expert games, and reinforcement learning from games of self-play. Without any lookahead search, the neural networks play Go at the level of stateof-the-art Monte Carlo tree search programs that simulate thousands of random games of self-play. We also introduce a new search algorithm that combines Monte Carlo simulation with value and policy networks. Using this search algorithm, our program AlphaGo achieved a 99.8% winning rate against other Go programs, and defeated the human European Go champion by 5 games to 0. This is the first time that a computer program has defeated a human professional player in the full-sized game of Go, a feat previously thought to be at least a decade away.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
雷雷完成签到,获得积分10
刚刚
务实青筠完成签到 ,获得积分10
刚刚
一只小陈陈完成签到,获得积分10
2秒前
2秒前
lcc发布了新的文献求助10
3秒前
hanzhang完成签到,获得积分10
3秒前
无语的从云完成签到,获得积分10
4秒前
4秒前
哈哈完成签到,获得积分10
4秒前
5秒前
6秒前
LUCKY完成签到,获得积分10
6秒前
乐山乐水完成签到,获得积分10
7秒前
8秒前
脑洞疼应助科研通管家采纳,获得30
9秒前
9秒前
Raylihuang应助科研通管家采纳,获得20
10秒前
FashionBoy应助科研通管家采纳,获得10
10秒前
咖啡豆应助科研通管家采纳,获得10
10秒前
bkagyin应助科研通管家采纳,获得10
10秒前
汉堡包应助科研通管家采纳,获得10
10秒前
丘比特应助科研通管家采纳,获得10
10秒前
HEIKU应助科研通管家采纳,获得10
10秒前
10秒前
10秒前
10秒前
lcy发布了新的文献求助10
11秒前
十点熄灯发布了新的文献求助10
11秒前
逍遥完成签到,获得积分10
12秒前
研友_VZG7GZ应助微笑驳采纳,获得10
12秒前
诺hn完成签到 ,获得积分10
13秒前
麕麕完成签到 ,获得积分10
13秒前
13秒前
似画完成签到,获得积分10
13秒前
14秒前
李加威完成签到 ,获得积分10
15秒前
优雅松鼠完成签到,获得积分10
15秒前
15秒前
16秒前
Aki_27完成签到,获得积分10
16秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139963
求助须知:如何正确求助?哪些是违规求助? 2790878
关于积分的说明 7796853
捐赠科研通 2447242
什么是DOI,文献DOI怎么找? 1301754
科研通“疑难数据库(出版商)”最低求助积分说明 626336
版权声明 601194