כתבה
arXiv cs.LG ·
חיפוש עץ טריינינג פרטיקלי
Particle Monte Carlo Tree Search
אנו מציגים את PMCTS, אלגוריתם MCTS תלת-ממדי שמתאים לבדיקות רשתיות ומסוגל להתאים להתקני GPU. PMCTS משמר את הפרקטיקה המקורית של MCTS ומציע פתרון יעיל לבעיית הפריסה ב-MCTS. PMCTS מוצג כפתרון יעיל לבעיית הפריסה ב-MCTS.
תקציר מקורי באנגליתarXiv:2605.08982v4 Announce Type: replace Abstract: Monte Carlo Tree Search (MCTS) is a widely used approach for policy improvement and action selection in Reinforcement Learning. Due to its sequential and deterministic nature, principled runtime-scaling of MCTS with parallel compute remains a major challenge. We introduce Particle MCTS (PMCTS), a parallel MCTS algorithm which is suited for neural network evaluations, designed for GPU-acceleration with batch-parallelization and retains MCTS's principled approximate policy improvement interpretation. Empirically, PMCTS scales well with parallel compute and consistently outperforms or compares well to the popular heuristic-based baselines across a range of popular discrete- and continuous-action benchmark domains, including Chess, 19x19 Go,
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית