【论文笔记】M-Walk: Learning to Walk over Graphs using Monte Carlo Tree Search
本文用了强化学习，在知识图谱上游走，寻找目标节点。 一、简介 大概意思就是，在知识图谱上，给出一个起始节点和查询（query），然后找到目标节点。 图G包含节点和边。 如下图，给出起始节点Obama，query：citizenship，目标节点是USA。 我们要学习一个方法来预测。 我们我们将f作为强化学习力的agent。他要学习搜索策略（search policy） 训练的时候，我们给
相关文章
- 1. Monte Carlo Tree Search
- 2. Introduction to Monte Carlo Tree Search
- 3. DRL（八）—— Monte Carlo Tree Search (MCTS)
- 4. 从AlphaGo 看 Monte Carlo Tree Search
- 5. 【强化学习】MCTS (Monte Carlo Tree Search)
- 6. AAAI18最佳论文：Memory-Augmented Monte Carlo Tree Search
- 7. Stochastic Gradient Hamiltonian Monte Carlo论文笔记
- 8. Monte Calro Tree Search (MCTS)
- 9. A Survey of Monte Carlo Tree Search Method 笔记以及中文翻译概要
- 10. 《Keyword Search over RDF Graphs》——读书笔记
- 更多相关文章...
- • Docker search 命令 - Docker命令大全
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Monte Carlo Tree Search
- 2. Introduction to Monte Carlo Tree Search
- 3. DRL（八）—— Monte Carlo Tree Search (MCTS)
- 4. 从AlphaGo 看 Monte Carlo Tree Search
- 5. 【强化学习】MCTS (Monte Carlo Tree Search)
- 6. AAAI18最佳论文：Memory-Augmented Monte Carlo Tree Search
- 7. Stochastic Gradient Hamiltonian Monte Carlo论文笔记
- 8. Monte Calro Tree Search (MCTS)
- 9. A Survey of Monte Carlo Tree Search Method 笔记以及中文翻译概要
- 10. 《Keyword Search over RDF Graphs》——读书笔记