AlphaZero_Gomoku icon indicating copy to clipboard operation
AlphaZero_Gomoku copied to clipboard

Published 20 hours ago • verified publisher icon junxiaosong

alpha zero是如何避免在不可行的位置落子的

Open ZhangXi20181002 opened this issue 3 years ago • 2 comments

想请教一下，alpha zero是如何避免在不可行的位置落子的，比如该位置已经被占了，因为mcts在select的时候，每一个动作的概率是跟policy的输出有关，而在一开始的时候，policy是不知道哪些位置可行，哪些不可行，这样是否会产生不可行的动作？

ZhangXi20181002 avatar Sep 26 '20 07:09 ZhangXi20181002

在產生policy之後把所有不能動的位置的porb改成-INF或0 （有過softmax用0即可 沒有的話用-INF)

KohakuBlueleaf avatar Sep 28 '20 14:09 KohakuBlueleaf

在產生policy之後把所有不能動的位置的porb改成-INF或0 （有過softmax用0即可 沒有的話用-INF)

明白了，感谢您的解答！

ZhangXi20181002 avatar Sep 29 '20 07:09 ZhangXi20181002