Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind8. Mai 2024 · Q005468

Super-Exponential Regret for UCT, AlphaGo and Variants

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Auszug enthält nur das Abstract: Die Autoren behaupten, frühere Beweise zu hohen Regret-Untergrenzen für UCT korrigiert und auf AlphaGos MCTS samt Nachfolgern übertragen zu haben. Beweisdetails oder eine nähere Einordnung der angegebenen Schranken sind im Auszug nicht enthalten.

Mittel

Der vorliegende Auszug umfasst nur Abstract und bibliografische Angaben. Laurent Orseau und Rémi Munos erklären, sie hätten Beweise für sehr hohe Regret-Untergrenzen von UCT auf der D-chain-Umgebung verbessert. Für eine „polynomial“ genannte UCT-Variante geben sie eine doppelt exponentielle Schranke an und sagen, ein Fehler der früheren Beweise bei Belohnungen im Bereich [0, 1] sei behoben. Die Autoren übertragen ihre Argumentation laut Abstract auch auf AlphaGos MCTS und Nachfolger wie AlphaZero und Leela Zero und beanspruchen dort ebenfalls eine doppelt exponentielle Schranke. Der Auszug enthält weder die Beweise noch weitere Details zur Einordnung der Resultate.

Ausführlich lesen

Der vorliegende Auszug besteht aus dem Abstract sowie Angaben zu Autorenschaft und Veröffentlichungsort. Laurent Orseau und Rémi Munos berichten, sie verbesserten die Beweise für zuvor von Coquelin und Munos (2007) hergeleitete untere Schranken zum Regret von UCT auf einer Umgebung namens D-chain. Dem Abstract zufolge kann UCT dort einen iterierten exponentiellen Regret mit in der Größenordnung der Kettentiefe liegender Zahl von Exponenten erreichen. Für eine als „polynomial“ bezeichnete UCT-Variante nennen die Autoren eine Schranke der Form exp₂(exp₂(D − O(log D))). Sie geben an, in den früheren Beweisen ein Problem für auf [0, 1] beschränkte Belohnungen gefunden und dieses im vorliegenden Entwurf behoben zu haben. Außerdem übertragen sie ihre Beweisführung laut Abstract auf AlphaGos Monte-Carlo-Tree-Search sowie auf Nachfolger wie AlphaZero und Leela Zero; auch dafür beanspruchen sie die genannte doppelt exponentielle Regret-Schranke. Der Auszug enthält keine Beweisdetails, Ergebnisse über weitere Umgebungen oder Angaben dazu, wie die Schranken empirisch einzuordnen sind. Als Veröffentlichungsort wird arXiv genannt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vertrauen in Modelle

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →