Никол Шраудольф, Питер Даян и Терренс Сейновски из Salk Institute в Сан-Диего предложили обучать нейросеть оценке позиций го методом временных разностей. Сеть учитывала пространственное устройство доски и распределение обучающих сигналов.
В описанном опыте сеть с менее чем 500 весами обучалась в пределах 3000 партий на 9×9. В сочетании с простым поиском на один ход она обыгрывала коммерческую программу на слабом уровне. Это результат исследовательского эксперимента, а не победа над мастерами 19×19.
В статье об AlphaGo 2016 года эта работа названа среди ранних исследований нейросетевой оценки малых досок го.
Архив конференции относит доклад к NIPS1993, а авторская библиография и последующая ссылка указывают публикацию тома в 1994 году. В хронологии сохранены оба этапа одной работы.
Основание материала
Источники и проверка
- Исследование
Шраудольф, Даян, Сейновски: обучение оценке го
С. 1 PDF: аннотация и аффилиация; с. 7: выводы
Проверен:
- Исследование
Официальный архив NIPS: конференция 1993, том 6
Заголовок,авторы,аннотация
Проверен:
- Исследование
Silver и соавторы: Mastering the game of Go with deep neural networks and tree search, 2016
PDFс.6: ссылка 28; с.7: малые доски и TD
Проверен:
История продолжается.
Другие события в хронике →