acesulfamK / AlphaSymbol

Apply AlphaZero into symbolic regression like AlphaDev

MIT License

1 stars 0 forks source link

数列の外挿はAlphaZeroを用いて行えるのか #2

Open acesulfamK opened 2 months ago

acesulfamK commented 2 months ago

本題

以下を示したい

自然数列の一般項予測はAlphaZeroのような強化学習探索を原始再帰関数空間上で行うことで、ChatGPTより小さい計算環境でChatGPTを上回る正答率を出すことができる

背景

9月末までに結論を出したい

検証タスク

モデルの名前をAlphaSymbolとする

DQNベース

[x] #31
[ ] DQNSymbolの実装

AlphaSymbol

[ ] #4
[ ] #3

備考

派生として以下のように変更できる

一般項予測 → N→N関数予測
原始再帰関数 → 初等的な算術関数
ChatGPT → AI Feynman

acesulfamK commented 1 month ago

DQNの実装を先に行う

以下の理由からAlphaZeroよりもDQNを実装したほうが良いと考えた。

AlphaZeroのコードよりもDQNのコードのほうがTutorialが豊富
DQNのコードとAlphaZeroのコードで環境オブジェクトGameの構成は変わらなさそう。