Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về AlphaGo và AlphaZero

Xem lại chương trình đào tạo về trò chơi chuyên nghiệp và cách tự chơi của AlphaGo, cách học và tìm kiếm dựa trên quy tắc của AlphaZero cũng như mô hình lập kế hoạch đã học của MuZero.

Đường dẫn hướng dẫn liên quanAlphago và Alphazero
Câu hỏi 1 của 8

Tại sao trò chơi cờ vây được coi là đặc biệt khó đối với máy tính?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Tại sao trò chơi cờ vây được coi là đặc biệt khó đối với máy tính?
    • Nó có một số lượng lớn các vị trí có thể có về mặt thiên văn
    • Nó có rất ít động thái có thể
    • Nó chỉ được chơi trên giấy
    • Nó không có quy tắc
  2. AlphaGo đã đánh bại ai một cách nổi tiếng với tỷ số 4-1 vào năm 2016?
    • Garry Kasparov
    • Lee Sedol
    • Magnus Carlsen
    • Một người nghiệp dư ngẫu nhiên
  3. Bài báo của AlphaZero đã đánh giá ba trò chơi nào?
    • Go, chess, and shogi
    • Poker, bridge, and backgammon
    • Atari, StarCraft, and Dota
    • Only Go and chess
  4. AlphaZero kết hợp phương pháp tìm kiếm nào với mạng lưới thần kinh của nó?
    • Tìm kiếm nhị phân của danh bạ điện thoại
    • Hồi quy tuyến tính
    • Sắp xếp bong bóng
    • Tìm kiếm cây Monte Carlo
  5. Mạng lưới thần kinh của AlphaZero dự đoán hai điều gì để hướng dẫn việc tìm kiếm của nó?
    • Một chính sách (những bước đi tốt) và một giá trị (ai là người chiến thắng)
    • Thời tiết và thời gian
    • Tên và tuổi của đối phương
    • Màu sắc và âm thanh
  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