深入淺出Alpha Zero技術原理

深入淺出Alpha Zero技術原理 1、蒙特卡洛樹搜索 （1）蒙特卡洛方法 蒙特卡羅法也稱統法模擬法、統計試驗法。是把概率現象作爲研究對象的數值模擬方法。 上圖中，求中間曲線區域的面積。曲線區域的面積不易計算，而正方形面積易於計算。則可以進行隨機地採樣，將屬於曲線內的點的數量記作 N a N_{a} Na​，一共採樣了N次。 則中間曲線區域的面積爲： S = S s q u a r e N a

>>阅读原文<<