AlphaZero：棋类游戏都是“小儿科”-电子工程世界

分享到: 微博; QQ; 微信; LinkedIn

DeepMind团队发表了最新论文，提出了全新的强化学习算法AlphaZero，它是一种可以从零开始，通过自我对弈强化学习在多种任务上达到超越人类水平的新算法，堪称“通用棋类AI”。

据了解，AlphaZero算法可以再8个小时训练击败李世石版本AlphaGo；12小时训练击败世界顶级的国际象棋程序Stockfish；14小时训练击败世界顶级将棋程序Elmo。这是DeepMind团队继AlphaGo Zero的研究问世之后，带给我们的又一全新算法，它是“更通用的版本”。

此外，我们看到这次的AlphaZero与AlphaGo Zero有几点不同，首先AlphaGo Zero是在假设结果为赢/输二元的情况下，对获胜概率进行估计和优化。而AlphaZero会将平局或其他潜在结果纳入考虑，对结果进行估计和优化。其次，AlphaGo和AlphaGo Zero会转变棋盘位置进行数据增强，而AlphaZero不会。第三，AlphaZero只维护单一的一个神经网络，这个神经网络不断更新，而不是等待迭代，四，AlphaZero中，所有对弈都重复使用相同的超参数，因此无需进行针对特定某种游戏的调整。

关键字：AlphaZero AlphaGo 程序引用地址：AlphaZero：棋类游戏都是“小儿科”

上一篇：Arm与合肥高新技术产业开发区签署合作协议
下一篇：从基因/产品/理念上看AI，BAT谁将剑指巅峰？

推荐阅读最新更新时间：2024-05-03 02:06

PIC16F917 内部AD练习程序

/*************PIC16F917单片机程序*************************/ /**************************************************************/ /*****File Function : 内部AD练习程序 *****/ /*****Program Author : ZhengWen(ClimberWin) *****/ /*****MCU ： PIC16F917 内部晶振 *****/ /*****Compile Date : 2014/08/17 *****/ /*****Edi

[单片机]

2440裸机程序——按键中断

工程当中需要添加 S3C2440A.s ；2440lib.c；main.c；keyscan.c这段四个程序。主程序： /********************************************************************************************* * File name： main.c * Author: ZXL * Description：按下按键，相应的LED灯点亮且蜂鸣器响，由于触发了外部中断，通过串口向电脑发送是哪一个外部中断源触发了中断。 * History: 2013.5.6 ***********************************

[单片机]

按钮温度红外三种方式控制电机转速的单片机程序

电路原理图如下：单片机源程序如下： #include reg51.h #include intrins.h unsigned int times; unsigned int controlway; unsigned int flag=0; unsigned int flaghongwai=0; //电机控制 sbit out3=P2^2; sbit out1=P2^0; sbit out2=P2^1; //按钮控制 sbit button=P1^0; sbit buttonup=P1^6; sbit buttondown=P1^7; //温度控制 sbit DQ=P3^7; sbit temp=P1^1; //红

[单片机]

Android系统下CAN总线的驱动程序开发实现

嵌入式操作系统Android下CAN驱动程序的实现，不但需要在Linux内核中添加CAN驱动设备，还要实现Android HAL层的调用。以S5PV 210微处理器与CAN总线控制器MCP2515为例，分析了Android设备驱动原理，以及Android下CAN设备驱动程序的开发流程和方法，设计了相关的重要数据结构和代码，实现了CAN总线的驱动程序开发。 Android是指“机器人”，由Google公司于2007年11月5日发布的基于Linux平台的开源手机操作系统，是首个为移动终端打造的真正开放和完整的移动软件。Android是一个开放平台，在嵌入式移动设备领域里具有良好的应用前景，但在不同的设备上往往有不同的硬件支持，

[单片机]

Android系统下CAN总线的驱动<font color='red'>程序</font>开发实现

友善之臂Mini2440之嵌入式Linux下应用程序对Nand Flash的读写操作

接上篇继续分析Nand Flash驱动：Nand Flash的设备探测函数s3c24xx_nand_probe的动作。 s3c24xx_nand_probe函数首先创建代表MTD原始设备的数据结构体struct mtd_info *mtd，并将其初始化，源代码如下所示： /* s3c24xx_nand_probe * called by device layer when it finds a device matching one our driver can handled. This code checks to see if * it can allocate all necessary resources t

[单片机]

51单片机LED管显示子程序实例

;DISP显示子程序 PORT_A EQU 0CF01H PORT_B EQU 0CF02H PORT_C EQU 0CF03H ;功能:将显示缓冲区39-3FH内容显示一遍 ;3FH对应八个LED管 ;3E-39H自左到右对应数码 ;占用:PSW,ACC,DPTR,R0,R3,R6,R7 内 ; ORG 0DE00H DISP1: MOV R0,#3FH DISP_0: MOV R3,#01000000B ;位选字 MOV A,@R0 ;取显示数据 SJMP DISP_2 DISP_1: MOV DPTR,#LED_TB MOV A,@R0 MOVC A,@A

[单片机]

采用MSP430地址位多机协议通讯程序

/* 采用MSP430地址位多机协议通讯程序微控论坛原创作品作者：tianxy 各位同仁,响应版主号召,现就爱好者同志提出的关于UART的地址位多机通讯做出本人的见解.希望大家多多指点. 在 430串口发送格式中,我们可以看到.一个字节由1个起始位+7位或8位数据位+校验位+1位或2位停止组成.如果要使用 430的地址位多机协议.主要是将UxCTL寄存器中的MM位置1,同时将UxRCTL寄存器中的URXWIE置1. 例程如下: 上位机先用Mark校验方式.格式为:1个起始位+8位数据位+1位校验位+1位停止位. 发送5个字节:0x02(地址号) 0x05(命令字节) 0x00(预留字节) 0x07(累加和校验低字节)

[单片机]

中断服务子程序是如何被执行的

前言笔者在《程序是如何在 CPU 中运行的(二)》中从 PC 指针寄存器的角度分析了一级函数调用和二级函数调用执行的过程，那么中断服务子程序又是如何被执行的呢？两者的相同点和不同点是什么呢？该篇文章笔者将详细地阐述这个概念。中断的概念当 CPU 正在处理某件事情的时候，外部发生的某一事件请求 CPU 迅速去处理，于是，CPU 暂时中止当前的工作，转去处理所发生的事件。中断服务处理完该事件以后，再回到原来被中止的地方，继续原来的工作，这样的过程称之为中断，示意图如下：中断响应及处理过程回顾函数调用的过程，子程序由主程序进行调用，从而完成执行。但是中断服务子程序并没有被主程序进行调用，中断服务子程序的执行是通过中断

[单片机]

热门资源推荐
热门放大器推荐

小广播

热门活动

换一批

■PI 电源小课堂|无 DC-DC 变换实现多路高精度输出反激电源

■有奖直播报名:大联大世平集团&恩智浦 | AI 无所不在，单板电脑也可以

■2024 瑞萨电子MCU/MPU工业技术研讨会——深圳、上海站，火热报名中

■Follow me第二季第4期来啦！与得捷一起解锁蓝牙/Wi-Fi板【Arduino Nano RP2040 Connect】超能力！