Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Monte Carlo fakereső kvíz

Checks MCTS iteration stages, UCT exploration, rollout simulation, root-move choice and how AlphaGo combined search with networks.

Kapcsolódó útmutató utakMonte Carlo Fakeresés
kérdés 1 -ból 8

Mi a Monte Carlo Tree Search iterációjának négy fő lépése?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a Monte Carlo Tree Search iterációjának négy fő lépése?
    • Kiválasztás, bővítés, szimuláció, visszaterjesztés
    • Rendezés, szűrés, összevonás, kimenet
    • Kódolás, dekódolás, részvétel, előrejelzés
    • Képzés, érvényesítés, tesztelés, telepítés
  2. Mit egyensúlyoz az UCT kiválasztási képlet?
    • Sebesség versus memória
    • A nagy értékű lépések kiaknázása az alullátogatottak feltárásával szemben
    • Képzés versus következtetés
    • A hálózat szélessége a mélység függvényében
  3. Mi történik a klasszikus MCTS-ben a „szimulációs” (kiterjesztési) lépés során?
    • A fa törlődik
    • A neurális hálózatot átképzik
    • A játékot az új csomópont eredményére játsszák
    • Minden gyermek egyszerre bővül
  4. What roles did AlphaGo’s policy and value networks play in its MCTS search?
    • The policy network computed transitions and the value network chose the root child
    • Both networks performed random rollouts without evaluating positions
    • The value network proposed legal moves while the policy network estimated terminal rewards
    • The policy network guided move selection and the value network estimated position strength; AlphaGo also used a rollout policy
  5. Sok iteráció után általában hogyan választja ki az MCTS az utolsó lépést?
    • A legtöbbet látogató gyökérgyerek
    • A lépés a legmagasabb azonnali jutalommal
    • Véletlenszerű gyerek
    • A fa legmélyebb csomópontja
  6. Mitől figyelemre méltó a MuZero az AlphaZero-hoz képest?
    • Nem használ neurális hálózatokat
    • Megtanulja saját környezeti modelljét, így anélkül tud tervezni, hogy a szabályokat megadnák neki
    • Csak a Go-t játszik le
    • Felhagy a fakereséssel
  7. In the UCT selection score, what does the exploration term reward?
    • Only the child with the highest raw reward
    • Moves that have already been selected most often, regardless of value
    • Children with fewer visits relative to their parent, encouraging further sampling
    • A random rollout’s final board size
  8. Which MCTS iteration step adds a new child to the existing tree?
    • Selection
    • Simulation
    • Visszaszaporítás
    • Expansion