a***m
发帖数: 5037 | 1 是算法本身问题
但就算miss了一招，后面也可以接着好好下啊，这是不难客服的bug吧 |
O**l
发帖数: 12923 | 2 不容易
policy network bias太大在这个地方导致分布不均 影响了MCT
唯一快速fix的方法可能是改变用时策略
MCT增加到足够多 分布会自我修复 但是需要增加极多
可能稍微有效点 |
r******i
发帖数: 1445 | 3 看那个所谓“bug”的性质了。
如果是神经网络本身的盲点或者是遇到了horizon effect，是很难在不动基本算法的基
础上改进的。
【在 a***m 的大作中提到】
: 是算法本身问题
: 但就算miss了一招，后面也可以接着好好下啊，这是不难客服的bug吧
|
a****t
发帖数: 7049 | 4 我觉得谷歌还是考虑到这个构架的的泛化性的，如果纯对付围棋可以加入许多特殊专业
知识为基础的算法来对付这种问题，或更直接的把人对一些局面的特定思路用算法表达。
比如这次它没用开局数据库，也是一个例子。
【在 r******i 的大作中提到】
: 看那个所谓“bug”的性质了。
: 如果是神经网络本身的盲点或者是遇到了horizon effect，是很难在不动基本算法的基
: 础上改进的。
|
b*******8
发帖数: 37364 | 5 怕就怕根本不是Bug，是那个模型网络的必然，就像那篇用图片欺骗AI的文章说的那样
，人类认知的围棋好棋，跟电脑模型认知的，不是一回事。 |
d*********8
发帖数: 2192 | 6 如果加入特殊算法做边界条件 估计现有数据得重新再来一次了 而且这些人为的边界条
件很可能直接把水平降到初学者
达。
【在 a****t 的大作中提到】
: 我觉得谷歌还是考虑到这个构架的的泛化性的，如果纯对付围棋可以加入许多特殊专业
: 知识为基础的算法来对付这种问题，或更直接的把人对一些局面的特定思路用算法表达。
: 比如这次它没用开局数据库，也是一个例子。
|
