研究突破 · 人工校订条目

TD-Gammon 用神经网络与强化学习达到西洋双陆棋顶尖水平

TD-Gammon

日期

1992 年 6 月

类别

研究突破

机构 / 模型

IBM

证据

2 条 · 2 类

Tesauro 让神经网络通过自我对弈与时序差分学习评估棋局，TD-Gammon 达到接近人类冠军的水平。它证明了无需手工特征的强化学习可以在复杂决策任务中奏效，为后来的 AlphaGo 路线埋下伏笔。

校订注记：原始论文与维基百科条目核对

• 强化学习
• 棋类
• 神经网络
• 训练
• 科学