学术前沿
Mastering the Game of Go with Deep Neural Networks and Tree Search
Mastering the Game of Go with Deep Neural Networks and Tree Search (AlphaGo)是由David Silver、Aja Huang、Chris J. Maddison等人于2016年发表在Nature上的深度强化学习论文。该论文提出了AlphaGo，将深度神经网络（策略网络和价值网络）与蒙特卡洛树搜索（MCTS）相结合，能够在围棋这一具有极高复杂度的棋类游戏中击败人类职业选手。AlphaGo在2016年以4:1击败了韩国围棋九段选手李世石，成为人工智能领域的里程碑事件，证明了深度强化学习能够在复杂的决策任务中取得超越人类的性能，被引用超过30000次，对后续的深度强化学习和人工智能研究产生了深远影响。
主体信息
Mastering the Game of Go with Deep Neural Networks and Tree Search (AlphaGo)是由David Silver、Aja Huang、Chris J. Maddison等人于2016年发表在Nature上的深度强化学习论文。该论文提出了AlphaGo，将深度神经网络（策略网络和价值网络）与蒙特卡洛树搜索（MCTS）相结合，能够在围棋这一具有极高复杂度的棋类游戏中击败人类职业选手。AlphaGo在2016年以4:1击败了韩国围棋九段选手李世石，成为人工智能领域的里程碑事件，证明了深度强化学习能够在复杂的决策任务中取得超越人类的性能，被引用超过30000次，对后续的深度强化学习和人工智能研究产生了深远影响。