AlphaGo原理淺析

一、PolicyNetwork（走棋網絡） 首先來講一下走棋網絡。我們都知道，圍棋的棋盤上有19條縱橫交錯的線總共構成361個交叉點，狀態空間非常大，是不可能用暴力窮舉的方式來模擬下棋的。但是我們可以換一種思路，就是讓計算機來模擬職業棋手來下棋。DeepMind團隊首先想到的是用深度卷積神經網絡，即DCNN來學習職業棋手下棋。他們將圍棋棋盤上的盤面視爲19*19的圖片作爲輸入，黑子標爲1，白子標爲

>>阅读原文<<