AlphaZero戰勝將棋與西洋棋最強軟體 - 圍棋

https://arxiv.org/pdf/1712.01815.pdf

這次論文的標題是：

Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm

從零學棋，

使用相似的神經網路架構，

一樣沒有使用任何人類知識，

4小時打敗西洋棋最強軟體Stockfish，

2小時打敗將棋最強軟體Elmo，

34小時打敗圍棋AlphaGoZero 20blocks 3天版本，

(圍棋其實有些爭議，因為他這次用了5000TPU，上次AlphaGoZero只用2000TPU)，

以MCTS打倒傳統的alpha beta search，

通用於完全訊息遊戲，

又一偉大的突破。

--