AlphaZero原理与启示

• 作者: 唐川 陶业荣 麻曰亮
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 深度学习 强化学习 蒙特卡罗树搜索 AlphaZero 军事决策智能化 人工智能
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能基础理论与技术
• 页码范围: 27-36
• 页数: 10页
• 分类号: TJ760|TP242.6
• 字数: 14821字
• 语种: 中文
• DOI: 10.12132/ISSN.1673-5048.2019.0070

摘要

近几年,计算机围棋成功引发了又一轮的人工智能热潮,从计算机围棋中发展出来的A1-phaZero框架成功地应用在其他完全信息条件下的二人有限零和博弈问题,进而展示出了深度学习和强化学习在智能决策领域的优异性能.本文首先介绍了AlphaZero框架中三个核心技术:深度学习、强化学习以及蒙特卡罗树搜索,然后详细说明了AlphaZero框架两个关键阶段——AlphaGo和AlphaGo Zero的基本原理,最后,对AlphaZero框架提出了自己的思考,并基于对AlphaZero原理的剖析讨论了其对军事决策智能化的启示.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶业荣		4	5	2.0	2.0
2	唐川		1	0	0.0	0.0
3	麻曰亮		1	0	0.0	0.0