針對隨機極大極小樹的雙保真度最佳動作識別演算法(2FFS)
為何重要
透過解決深度最小最大化搜尋與 MCTS 之間的根本取捨,為現代 AI 規劃任務提供更高效的策略搜尋框架。
研究團隊提出名為 2FFS 的演算法,旨在解決深度最小最大化搜尋與 MCTS 在具隨機性樹狀結構中的根本取捨問題:即便宜但偏誤的啟發式評估,與昂貴但可靠精確的滾動評估之間的平衡。該演算法結合快速擴充套件與 MCTS 風格的隨機取樣,能動態決定何時使用較便宜但偏誤的評估,何時執行高成本的精確評估。在實驗中,相比現有的 BAI-MCTS 基準方法,2FFS 在確保正確性的同時,顯著減少了所需的樣本數與計算運算量。