Si tu avais lu l'article, tu te serais rendu compte que l'article est complet. Le début parle de l'explosion combinatoire et sa résolution avec l'algo UCT, puis parle de la fonction d'évaluation qui dans le Go est très importante.
En effet, par rapport aux échecs par exemple, évaluer une position au Go est très difficile. L'algorithme présenté, du nom de Monte Carlo, est très intéressant, parcequ'il offre une manière simple et "relativement" rapide pour évaluer un coup. Son amélioration dans le cadre de MoGo est également pertinente. En résumé, le problème par le passé (la dernière fois que j'avais étudié la chose) était résolu grâce aux algo de reconnaissance de forme, et donc très complexe, et pas forcement pertinent. MonteCarlo s'amuse à remplir plus ou moins aléatoirement le reste du plateau, avec quelques règles simple, et évalue le score final. Avec plusieurs évaluation par position pour une moyenne.
Cela montre que ce n'est pas toujours le plus complexe qui est le meilleur, ou qu'il faut un niveau de complexité nettement supérieur avant de pouvoir outrepasser les algorithmes dit "naif".
[^] # Re: Il n'y a pas que l'explosion combinatoire
Posté par Tiwaz . En réponse au journal Le Go et les ordinateurs. Évalué à 1.
En effet, par rapport aux échecs par exemple, évaluer une position au Go est très difficile. L'algorithme présenté, du nom de Monte Carlo, est très intéressant, parcequ'il offre une manière simple et "relativement" rapide pour évaluer un coup. Son amélioration dans le cadre de MoGo est également pertinente. En résumé, le problème par le passé (la dernière fois que j'avais étudié la chose) était résolu grâce aux algo de reconnaissance de forme, et donc très complexe, et pas forcement pertinent. MonteCarlo s'amuse à remplir plus ou moins aléatoirement le reste du plateau, avec quelques règles simple, et évalue le score final. Avec plusieurs évaluation par position pour une moyenne.
Cela montre que ce n'est pas toujours le plus complexe qui est le meilleur, ou qu'il faut un niveau de complexité nettement supérieur avant de pouvoir outrepasser les algorithmes dit "naif".