Suphx算法以及Q&A摘要

注：微軟研究院的Suphx團隊已經對論文進行了詳細的解讀，這裏只是我自己讀原論文算法部分的記錄，以及對Suphx團隊在4月9日的直播中的Q&A部分的摘要。 Suphx（Super Phoenix）是一個主攻4人日本麻將的AI，主要基於深度強化學習進行訓練，除此之外還應用了全局獎勵預測（global reward predictction）、先知教練（oracle guiding）以及運行時策略適應

>>阅读原文<<