蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

論文簡(jiǎn)介

近年來(lái)，在供應(yīng)鏈管理、制造業(yè)和機(jī)器人控制等各個(gè)領(lǐng)域出現(xiàn)了大規(guī)模決策問(wèn)題。通常，這些問(wèn)題的挑戰(zhàn)在于在大的動(dòng)作空間中識(shí)別最優(yōu)動(dòng)作，這對(duì)于大多數(shù)傳統(tǒng)的基于解搜索的方法來(lái)說(shuō)是難以計(jì)算的。作為一種基于仿真的算法，蒙特卡羅樹搜索(MCTS)因其在計(jì)成本可控的情況下的漸進(jìn)最優(yōu)性而越來(lái)越受到人們的歡迎。

在此基礎(chǔ)上，AlphaGo的成功引發(fā)了一種新的趨勢(shì)，即在MCTS中加入用神經(jīng)網(wǎng)絡(luò) (Neural Networks, NN) 構(gòu)建的價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò) (NN-MCTS)。

NN-MCTS

此論文創(chuàng)新性地將多排序選擇（R&S）問(wèn)題框架引入MCTS，提出漸進(jìn)最優(yōu)樹分配策略（AOAT），顯著提升了搜索效率與決策準(zhǔn)確性。AOAT有效地分配有限的搜索資源，以最大化正確選擇最佳動(dòng)作的概率。NN-MCTS中的價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)分別通過(guò)提供先驗(yàn)知識(shí)和指導(dǎo)最終動(dòng)作的選擇提高AOAT策略的性能。在兩個(gè)棋盤游戲和OpenAI任務(wù)上的數(shù)值實(shí)驗(yàn)表明，該方法優(yōu)于AlphaGo Zero和MuZero中廣泛使用的UCT策略。此外，此研究同時(shí)反映了將R&S方法應(yīng)用于NN-MCTS中實(shí)現(xiàn)節(jié)點(diǎn)選擇的潛力，進(jìn)而為開發(fā)更高效的基于搜索的強(qiáng)化學(xué)習(xí)算法提供了新的思路和方向。

在井字棋下的實(shí)驗(yàn)結(jié)果：

基于AOAT的節(jié)點(diǎn)選擇策略優(yōu)于UCT

在五子棋下的實(shí)驗(yàn)結(jié)果

在強(qiáng)化學(xué)習(xí)任務(wù)CartPole下的實(shí)驗(yàn)結(jié)果

這項(xiàng)研究揭示了將動(dòng)態(tài)仿真資源分配策略擴(kuò)展為MCTS中節(jié)點(diǎn)選擇策略的潛力，該研究得到國(guó)家自然科學(xué)基金杰出青年科學(xué)基金、原創(chuàng)探索項(xiàng)目的資助。應(yīng)用這種新的蒙特卡洛樹搜索方法來(lái)解決大規(guī)模決策問(wèn)題值得進(jìn)一步深入研究。

教授簡(jiǎn)介

彭一杰，北京大學(xué)光華管理學(xué)院副教授，博士生導(dǎo)師。北京大學(xué)人工智能研究院、國(guó)家健康醫(yī)療大數(shù)據(jù)研究院兼職研究員。本科畢業(yè)于武漢大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，從復(fù)旦大學(xué)管理學(xué)院獲博士學(xué)位。在美國(guó)馬里蘭大學(xué)和喬治梅森大學(xué)分別從事過(guò)博士后與助理教授工作。主要研究方向包括仿真建模與優(yōu)化、金融工程與風(fēng)險(xiǎn)管理、人工智能、健康醫(yī)療等。主持國(guó)家自然科學(xué)基金委優(yōu)秀青年科學(xué)基金、原創(chuàng)探索計(jì)劃、杰出青年科學(xué)基金等。在Operations Research，INFORMS Journal on Computing和IEEE Transactions on Automatic Control等高質(zhì)量期刊上發(fā)表學(xué)術(shù)論文，曾獲INFORMS Outstanding Simulation Publication Award。目前擔(dān)任Asia-Pacific Journal of Operational Research副主編、《系統(tǒng)管理學(xué)報(bào)》領(lǐng)域主編，全國(guó)工業(yè)統(tǒng)計(jì)學(xué)教學(xué)研究會(huì)金融科技與大數(shù)據(jù)分會(huì)副理事長(zhǎng)，北京運(yùn)籌學(xué)會(huì)副秘書長(zhǎng)，中國(guó)運(yùn)籌學(xué)會(huì)金融工程與金融風(fēng)險(xiǎn)管理分會(huì)常務(wù)理事，管理科學(xué)與工程協(xié)會(huì)理事。