AlphaGo Zero与增强学习

2017年10月19日凌晨，DeepMind 在《自然》杂志上发表了一篇论文，正式推出人工智能围棋程序的最新版本——AlphaGo Zero． AlphaGo Zero成长史  最初AlphaGo Zero除了围棋的基本规则以外，没有任何关于围棋的知识；  3个小时之后，它通过自学入门围棋，成为人类初学者水平；  19个小时之后，它自已总结出了一些＂套路＂，比如死活，打劫，先占边角等等；  自学第

>>阅读原文<<