《F-MCTSnet端到端的深层神经网络算法结构概述》11000字.docxVIP

F-MCTSnet端到端的深层神经网络算法结构概述

目录

TOC\o1-3\h\u25401F-MCTSnet端到端的深层神经网络算法结构概述 1

56961.1原MCTSnet算法 1

281661.2改进后的F-MCTSnet网络结构 3

144181.2.1环境模型的学习 3

143411.2.2F-MCTSnet中替代规则的子网络结构 4

253061.3网络化的蒙特卡洛树搜索流程 6

213741.4监督训练 8

85361.4.1梯度下降算法 8

161011.4.2F-MCTSnet的监督训练 11

239651.5强化训练 12

136431.5.1基于策略梯度的强化学习方法 12

12631.5.2F-MCTSnet的强化训练 13

F-MCTSnet是一种端到端的深层神经网络架构，可以通过强化学习进行训练。它不仅是由多个子网络反复调用组成的网络结构，也可以理解为一种搜索算法。本章首先介绍了DeepMind提出的原MCTSnet算法原理，分析了其算法的优缺，然后在1.2节详细介绍了环境模型的构建，与其他规则子网络的架构，在1.3节介绍了如何根据搜索使用F-MCTSnet，紧接着，1.4节和1.5节分别介绍了F-MCTSnet的监督训练与强化训练方式。

1.1原