Bandits all the way down: UCB1 as a simulation policy in Monte Carlo Tree Search
Bandits all the way down: UCB1 as a simulation policy in Monte Carlo Tree Search
复制标题
一路强盗：UCB1 作为蒙特卡罗树搜索中的模拟策略
DOI：
10.1109/cig.2013.6633613
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
Powley E
中科院分区：
文献类型：
--
作者：
Powley E
登录
查看更多内容
多人蒙特卡罗树搜索的增强功能
DOI：
--
发表时间：
2010
期刊：
Computers and Games
影响因子：
--
作者：
J. A. M. Nijssen;M. Winands;H. J. Herik;H. Iida;A. Plaat
通讯作者：
A. Plaat
Ieee Transactions on Computational Intelligence and Ai in Games 1 N-grams 和一般游戏中应用的最后良好回复策略
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
Mandy J. W. Tak;M. Winands;Y. Björnsson
通讯作者：
Y. Björnsson
哈瓦那的蒙特卡洛树搜索增强功能
DOI：
--
发表时间：
2011
期刊：
Advances in Computer Games
影响因子：
--
作者：
J. Stankiewicz;M. Winands;J. Uiterwijk
通讯作者：
J. Uiterwijk
遗忘的力量：改进 Monte Carlo Go 中的最后良好回复策略
影响因子：
--
作者：
Hendrik Baier;P. Drake
通讯作者：
P. Drake
同步比赛中 UCT 与 CFR 的比较
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
Mohammad Shafiei;Nathan R Sturtevant;J. Schaeffer
通讯作者：
J. Schaeffer