alphazero

本文评估了基于AlphaZero启发的强化学习在电力网络拓扑控制中的应用，实现了98.43%的生存率，并强调了与领域启发式最小化集成的有效性。

本文以四子棋和Chomp为测试平台，研究了AlphaZero在稀疏奖励游戏中强对弈与完美对弈之间的差距，并提出了一种辅助损失（AZAL）以提高最优对弈中的Oracle一致性。

本文介绍了WallZero，一个基于AlphaZero的双人棋盘游戏WallGo的智能体，它能够击败职业围棋选手，并用于分析游戏平衡性和策略。

本文分析了 AlphaZero 的价值预测如何受到自我对弈训练数据和噪声的影响，并质疑尽管 AlphaZero 在实证中表现强劲，其预测值是否能可靠地评估对阵不同风格对手时的胜率。