Leela Chess Zero に関する報道

この研究は、単にチェスのスキルを向上させるだけでなく、模倣学習後の探索戦略を再定義します。均一なエントロピーの代わりに、ガイド探索の前にネットワーク独自の MCTS を使用することで、アプリオリに判断された有望なパスに強化学習を集中させることができます。その結果、検索フリー エージェントは教師検索への依存を解消し、単一の順伝播で教師の強さに近づくか、さらにはそれを超えることが期待されます。