- 博客(1)
- 收藏
- 关注
RSS订阅原创 上限置信度区间算法(UCT)
算法来源文章《Bandit based Monte-Carlo Planning》，06年的ECML。建议想做游戏人机玩家的同学看看。1.多臂老虎机多臂老虎机问题，简单来说，我有很多个老虎机，虽然都是老虎机但它们的中奖率采取的是不同的概率分布，现在我希望在有限次的摇臂过程中，获得最大的收益，我该怎么做呢？最简单的想法肯定是，我对每一个老虎机都摇N次，根据大数定律，频率最终会等于概率。然后我就...
2020-04-25 03:56:42
6481
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人