经典文献AlphaZero(自我对弈棋王)(Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm) aipao_admin / 2026年10月13日 一句话导读 纯自我对弈练成的“全能棋王” […]
经典文献PPO(近端策略优化)(Proximal Policy Optimization Algorithms) aipao_admin / 2026年10月13日 一句话导读 稳定高效的强化学习算法,大模 […]
经典文献AlphaGo(围棋AI)(Mastering the game of Go with deep neural networks and tree search) aipao_admin / 2026年10月13日 一句话导读 首个击败人类围棋冠军的AI, […]
经典文献深度Q网络(DQN)(Human-level control through deep reinforcement learning) aipao_admin / 2026年10月13日 一句话导读 AI学会自己打游戏并达到人类 […]