Kuis Pencarian Pohon Monte Carlo

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa empat langkah utama dari iterasi Pencarian Pohon Monte Carlo?
   • Seleksi, Ekspansi, Simulasi, Backpropagation
   • Sortir, filter, gabungkan, keluarkan
   • Menyandikan, memecahkan kode, menghadiri, memprediksi
   • Latih, validasi, uji, terapkan
2. Apa keseimbangan rumus pemilihan UCT?
   • Kecepatan versus memori
   • Eksploitasi pergerakan bernilai tinggi versus eksplorasi pergerakan yang kurang dikunjungi
   • Pelatihan versus inferensi
   • Lebar versus kedalaman jaringan
3. Dalam MCTS klasik, apa yang terjadi selama langkah 'simulasi' (peluncuran)?
   • Pohon itu dihapus
   • Jaringan saraf dilatih ulang
   • Permainan ini dimainkan berdasarkan hasil dari node baru
   • Semua anak diperluas sekaligus
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. Setelah berkali-kali diulang, bagaimana biasanya MCTS memilih langkah terakhir untuk dimainkan?
   • Anak akar dengan kunjungan terbanyak
   • Langkah dengan imbalan langsung tertinggi
   • Seorang anak acak
   • Node terdalam di pohon
6. Apa yang membuat MuZero menonjol dibandingkan dengan AlphaZero?
   • Ia tidak menggunakan jaringan saraf
   • Ia mempelajari model lingkungannya sendiri, sehingga dapat membuat rencana tanpa diberi aturan
   • Ini hanya memainkan Go
   • Itu meninggalkan pencarian pohon
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
   • Propagasi mundur
   • Expansion