Guest Editorial Special Issue on Deep/Reinforcement Learning and Games
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Deep learning (DL) and reinforcement learning (RL) have been applied with great success to many games, including Go and Atari 2600 games. Monte Carlo Tree Search (MCTS), developed in 2006, can be viewed as a kind of online RL. This technique has greatly improved the level of Go-playing programs. MCTS has since become the state of the art for many other games including Hex, Havannah, and general game playing, and has found much success in applications as diverse as scheduling, unit commitment problems, and probabilistic planning. DL has transformed fields such as image and video recognition and speech understanding. In computer games, DL started making its mark in 2014, when teams from the University of Edinburgh and Google DeepMind independently applied deep convolutional neural networks (DCNNs) to the problem of expertmove prediction in Go.Clark and Storkey’s DCNN achieved a move prediction rate of 44%, exceeding all previously published results. DeepMind’s publication followed soon after, with a DCNN that reached 55%. The combination of DL and RL led to great advances in Atari 2600 game playing, and to the ultimate breakthrough in computer Go. In 2017, DeepMind proposed a new deep reinforcement learning (DRL) algorithm and developed AlphaGo Zero, which is significant for not requiring any human knowledge of Go. By removing the requirement for domain knowledge, DRL is also flexible in that the method can be applied to a wide range of games and problems, ushering in a variety of new research opportunities. In this special issue, we are delighted to bring you eight articles on applying DL/RL related techniques to games research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle