Closed fupip closed 6 years ago
围棋和五子棋都是放下后不可移动,所以action和evaluation共用了一部分网络 如果是象棋跳棋类型,应该怎么设计这个action网络部分呢? 能否提供一点思路?
象棋的话参考第三篇paper "Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm." (2017). [arXiv:1712.01815]
将棋 和 象棋 基本上都是暴力展开(稍微有用一点trick减少一点dim) paper后面有很详细的说明用了那些
好的,谢谢。我 去看一下。
围棋和五子棋都是放下后不可移动,所以action和evaluation共用了一部分网络 如果是象棋跳棋类型,应该怎么设计这个action网络部分呢? 能否提供一点思路?