研究者将Unbounded Minimax泛化到随机完美信息博弈
热点事件持续更新
研究者将Unbounded Minimax泛化到随机完美信息博弈
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Quentin Cohen-Solal 与 Tristan Cazenave 提交 arXiv 论文(arXiv:2611.24486),将原本用于确定性零和双人完美信息博弈的最先进搜索算法 Unbounded Minimax,推广到随机零和双人完美信息博弈框架。论文作者称,实验显示该推广算法性能优于主流随机搜索算法。
AI 根据报道生成 · 28 分钟前更新
最新进展11月20日 13:00
随机完美信息博弈中的搜索算法研究与改进:Unbounded Minimax 的随机化推广报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI随机完美信息博弈中的搜索算法研究与改进:Unbounded Minimax 的随机化推广
一项 arXiv 研究将确定性零和双人完美信息博弈中的最先进搜索算法 Unbounded Minimax 推广到随机零和双人完美信息博弈框架。实验表明,该推广算法的性能优于主流随机搜索算法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。