Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ AlphaGo και AlphaZero

Εξετάστε την εκπαίδευση του AlphaGo με ειδικούς σε παιχνίδια και αυτο-παιχνίδι, τη μάθηση και αναζήτηση βάσει κανόνων του AlphaZero και το μοντέλο σχεδιασμού που έχει μάθει το MuZero.

Σχετικές διαδρομές οδηγώνAlphago και Alphazero
Ερώτηση 1 του 8

Γιατί το παιχνίδι Go θεωρήθηκε ιδιαίτερα δύσκολο για τους υπολογιστές;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Γιατί το παιχνίδι Go θεωρήθηκε ιδιαίτερα δύσκολο για τους υπολογιστές;
    • Έχει έναν αστρονομικά μεγάλο αριθμό πιθανών θέσεων
    • Έχει πολύ λίγες πιθανές κινήσεις
    • Παίζεται μόνο στα χαρτιά
    • Δεν έχει κανόνες
  2. Ποιον νίκησε περίφημα το AlphaGo με 4-1 το 2016;
    • Γκάρι Κασπάροφ
    • Λι Σέντολ
    • Μάγκνους Κάρλσεν
    • Ένας τυχαίος ερασιτέχνης
  3. Which three games did AlphaZero’s paper evaluate?
    • Go, chess, and shogi
    • Poker, bridge, and backgammon
    • Atari, StarCraft, and Dota
    • Only Go and chess
  4. Ποια μέθοδο αναζήτησης συνδυάζει το AlphaZero με το νευρωνικό του δίκτυο;
    • Δυαδική αναζήτηση τηλεφωνικού καταλόγου
    • Γραμμική παλινδρόμηση
    • Ταξινόμηση φυσαλίδων
    • Αναζήτηση δέντρων στο Μόντε Κάρλο
  5. Ποια δύο πράγματα προβλέπει το νευρωνικό δίκτυο του AlphaZero για να καθοδηγήσει την αναζήτησή του;
    • Μια πολιτική (καλές κινήσεις) και μια αξία (ποιος κερδίζει)
    • Ο καιρός και η ώρα
    • Το όνομα και η ηλικία του αντιπάλου
    • Χρώματα και ήχοι
  6. What did MuZero add to the AlphaZero-style planning approach?
    • A requirement for human game records
    • A learned model of reward and environment dynamics used for planning without being given the rules
    • A replacement for all tree search
    • A fixed database of every possible board position
  7. What information did AlphaZero need in its board-game experiments besides self-play?
    • A database of professional games
    • A complete endgame table for every position
    • The rules of the games
    • Human rankings for every possible move
  8. How did the original AlphaGo system combine supervised and reinforcement learning?
    • It trained a policy from expert games and then improved through self-play
    • It used only random moves and never trained on human games
    • It learned the game rules from images without playing
    • It relied only on a fixed database of winning games