分治蒙特卡洛树搜索目标导向研究.pdfVIP

  • 3
  • 0
  • 约13.37万字
  • 约 32页
  • 2026-09-08 发布于北京
  • 举报

分而治之‑征服蒙特卡洛树搜索:目标导向规划

3333

詹巴蒂斯塔·帕拉斯坎多洛

*12拉斯·布辛

*乔什·梅雷尔

伦纳德·哈森克莱弗

约翰·阿斯拉尼德斯杰西卡·

3313

B·哈姆里克

尼古拉斯·赫斯

亚历山大·奈茨

泰奥菲娜·

s1

传统序列决策规划器(包括蒙特卡洛规划、s0s∞

树搜索、动态规划等)受限于隐含的序列规s2

划假设:规划构建顺序必须与执行顺序完全s0s1s∞

0一致。我们针对目标导向的强化学习(RL)

文档评论(0)

1亿VIP精品文档

相关文档