A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play

强化学习 计算机科学 人工智能 钢筋 机器学习 认知科学 心理学 社会心理学
作者
David Silver,Thomas Hubert,Julian Schrittwieser,Ioannis Antonoglou,Matthew Lai,Arthur Guez,Marc Lanctot,Laurent Sifre,Dharshan Kumaran,Thore Graepel,Timothy Lillicrap,Karen Simonyan,Demis Hassabis
出处
期刊:Science [American Association for the Advancement of Science]
卷期号:362 (6419): 1140-1144 被引量:3440
标识
DOI:10.1126/science.aar6404
摘要

The game of chess is the longest-studied domain in the history of artificial intelligence. The strongest programs are based on a combination of sophisticated search techniques, domain-specific adaptations, and handcrafted evaluation functions that have been refined by human experts over several decades. By contrast, the AlphaGo Zero program recently achieved superhuman performance in the game of Go by reinforcement learning from self-play. In this paper, we generalize this approach into a single AlphaZero algorithm that can achieve superhuman performance in many challenging games. Starting from random play and given no domain knowledge except the game rules, AlphaZero convincingly defeated a world champion program in the games of chess and shogi (Japanese chess), as well as Go.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
1秒前
aaaa的应助被晚塬采纳,获得50
2秒前
2秒前
张又蓝发布了新的文献求助10
2秒前
111发布了新的文献求助10
3秒前
科研通AI6.4的应助被wise111采纳,获得10
3秒前
coisini发布了新的文献求助10
4秒前
小言发布了新的文献求助10
4秒前
4秒前
lll发布了新的文献求助10
5秒前
day__time发布了新的文献求助10
5秒前
5秒前
5秒前
西瓜罐头完成签到,获得积分10
6秒前
gege完成签到,获得积分10
6秒前
酸奶刨冰完成签到,获得积分10
6秒前
7秒前
dreamode发布了新的文献求助50
7秒前
王jr发布了新的文献求助10
8秒前
优秀傲旋发布了新的文献求助10
9秒前
zzzz完成签到,获得积分10
9秒前
kang发布了新的文献求助10
10秒前
自由的藏鸟完成签到,获得积分10
10秒前
BLKAKA完成签到,获得积分10
11秒前
11秒前
wanci的应助被juner1111采纳,获得10
11秒前
12秒前
成梦完成签到,获得积分10
12秒前
陈哈哈完成签到,获得积分10
12秒前
年年完成签到,获得积分10
12秒前
充电宝的应助被巨大的小侠采纳,获得10
12秒前
酸奶刨冰发布了新的文献求助10
13秒前
赘婿的应助被和叶采纳,获得10
13秒前
高手小云发布了新的文献求助10
13秒前
Ava的应助被高贵的沧海采纳,获得10
14秒前
BLKAKA发布了新的文献求助10
15秒前
李健的小迷弟的应助被wang采纳,获得10
15秒前
tt完成签到,获得积分10
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 1000
Электротехническая система магнитожидкостной герметизации валов регулируемых электродвигателей 800
日本語と中国語及びチベット・ビルマ語の語源関連性に関する分析 800
Practical Manual of Forensic Psychophysiology: Methodology, Execution, and Fields of Application 800
Holistic Discourse Analysis, Second Edition by Robert E. Longacre 666
The Basics of Practical Optimization, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 物理 生物化学 化学工程 内科学 复合材料 催化作用 心理学 人工智能 细胞生物学 光电子学 无机化学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 7966781
求助须知:如何正确求助?哪些是违规求助? 9434773
关于积分的说明 21031057
捐赠科研通 7543644
什么是DOI,文献DOI怎么找? 3372158
关于科研通互助平台的介绍 2507456
邀请新用户注册赠送积分活动 2404704