Articles sur Chessformer

Cette recherche n'améliore pas simplement les compétences aux échecs, mais redéfinit la stratégie d'exploration après l'apprentissage par imitation : en utilisant le propre MCTS du réseau avant de guider l'exploration, au lieu d'une entropie uniforme, permettant à l'apprentissage par renforcement de se concentrer sur des voies prometteuses jugées a priori. Le corollaire est que les agents sans recherche devraient se débarrasser de leur dépendance à l’égard de la recherche et de l’approche des enseignants, voire surpasser leurs forces en une seule propagation vers l’avant.