Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AlphaGo és AlphaZero kvíz

Review AlphaGo’s expert-game and self-play training, AlphaZero’s rule-based learning and search, and MuZero’s learned model for planning.

Kapcsolódó útmutató utakAlphago és Alphazero
kérdés 1 -ból 8

Miért tartották a Go játékot különösen nehéznek a számítógépek számára?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Miért tartották a Go játékot különösen nehéznek a számítógépek számára?
    • Csillagászatilag nagy számú lehetséges pozíciója van
    • Nagyon kevés lehetséges mozgást tartalmaz
    • Csak papíron játsszák
    • Nincsenek szabályai
  2. Kit győzött le az AlphaGo 4-1-re 2016-ban?
    • Garri Kaszparov
    • Lee Sedol
    • Magnus Carlsen
    • Véletlen amatőr
  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. Melyik keresési módszert párosítja az AlphaZero a neurális hálózatával?
    • Bináris keresés a telefonkönyvben
    • Lineáris regresszió
    • Buborékos fajta
    • Monte Carlo Fakeresés
  5. Milyen két dolgot jósol az AlphaZero neurális hálózata, amelyek irányítják a keresést?
    • Politika (jó lépések) és érték (ki nyer)
    • Az időjárás és az idő
    • Az ellenfél neve és életkora
    • Színek és hangok
  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