玩轉圍棋、國際象棋、撲克，DeepMind推出通用學習算法SoG

AIGC動態歡迎閱讀

原標題：玩轉圍棋、國際象棋、撲克，DeepMind推出通用學習算法SoG

關鍵字：信息,算法,自我,國際象棋,性能

文章來源：機器之心

內容字數：3829字

內容摘要：機器之心報道編輯：小舟、大盤雞2016 年 3 月，一場機器人與圍棋世界冠軍、職業九段棋手李世石展開的圍棋人機大戰受到全球的高度關注。我們知道，最后的結果是 DeepMind 的機器人 AlphaGo 以 4 比 1 的總比分獲勝。這是人工智能領域一個里程碑性的，也讓「博弈」成為一個熱門的 AI 研究方向。AlphaGo 之后，DeepMind 又推出了贏得國際象棋的 AlphaZero、擊敗《星際爭霸 II》的 AlphaStar 等等。使用搜索和學習的方法，AI 在許多完美信息博弈中表現出強大的性能，而使用博弈論推理和學習的方法在特定的不完美信息博弈中表現出強大的性能。然而，大多數成功案例有一個重要的共同點：專注于單一博弈項目。例如，AlphaGo 不會下國際象棋，而 AlphaZero 雖然掌握了三種不同的完美信息博弈，但 AlphaZero 無法玩撲克牌，也不清楚能否擴展到不完…

原文鏈接：點此閱讀原文：玩轉圍棋、國際象棋、撲克，DeepMind推出通用學習算法SoG

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺