20210922-申万宏源-机器学习系列报告之三：超越AlphaGo，自我学习规则的MuZero有何突破？.pdfVIP

权 益 量 化 研 究 2021 年 09 月 22 日 超越 AlphaGo ，自我学习规则的 权 MuZero 有何突破？ 益 量 化 ——机器学习系列报告之三 研 究 相关研究 本期投资提示： 《量化投资新起点——机器学习系列报 证 告之一》2020 年 9 月 1 日 ⚫ MuZero 自我学习规则，降低了对环境信息的依赖，具有更强的泛化能力。2020 年底， 券 《机器学习合成非线性因子，增强效果 研 如何？——机器学习系列报告之二》 DeepMind 提出 MuZero。MuZero 取得的一项突破进展是可以对规则进行自我学习，降 究 2021 年 3 月 12 日 低了对环境信息的依赖。在之前的几个版本中，应用场景主要还是棋类游戏。而 MuZero 报 在 Atari 游戏中，也可以取得很好的效果。 告 ⚫ AlphaGo 成功地将深度神经网