Seuls sont implémentées les règles des jeux, le deep learning et les ajustements automatiques des réseaux neuronaux faisant le reste.
Ce serait dommage de réduire Alpha(Go) Zéro au côté deep learning, l'idée d'apprendre une fonction de probabilité des coups par itération au point fixe sur la recherche arborescente de monte-carlo est quand même très très jolie. Surtout que si on en croit les auteurs, c'est ça qui permet de faire un apprentissage de zéro, par rapport à un apprentissage par renforcement qui n'est pas stable.
# Point fixe
Posté par Shuba . En réponse au journal Les échecs en échec. Évalué à 6.
Ce serait dommage de réduire Alpha(Go) Zéro au côté deep learning, l'idée d'apprendre une fonction de probabilité des coups par itération au point fixe sur la recherche arborescente de monte-carlo est quand même très très jolie. Surtout que si on en croit les auteurs, c'est ça qui permet de faire un apprentissage de zéro, par rapport à un apprentissage par renforcement qui n'est pas stable.