Dynamique d'apprentissage pour Monte Carlo Tree Search : applications aux jeux de Go et du Clobber solitaire impartial

Depuis son introduction pour le jeu de Go, Monte Carlo Tree Search (MCTS) a été appliqué avec succès à d'autres jeux et a ouvert la voie à une famille de nouvelles méthodes comme Mutilple-MCTS ou Nested Monte Carlo. MCTS évalue un ensemble de situations de jeu à partir de milliers de fins de pa...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Fabbri, André
Format:	Dissertation
Sprache:	fre
Schlagworte:	Apprentissage par renforcement Artificial Intelligence on games Clobber Solitaire Impartial Combinatorial games Computer-Go Impartial Solitaire Clobber Intelligence artificielle pour les jeux Jeux combinatoires Monte Carlo Tree Search Reinforcement learning
Online-Zugang:	Volltext bestellen
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!