MuZero的知識精選

DeepMind的一項研究提出了MuZero算法，該算法在不具備任何底層動態知識的情況下，通過結合基於樹的搜索和學得模型，在雅達利2600遊戲中達到了SOTA表現，在國際象棋、日本將棋和圍棋的精確規劃任務中可以匹敵AlphaZero，甚至超...