Bandit-Based Genetic Programming

Jean-Baptiste Hoock 1 Olivier Teytaud 2, 1
1 TAO - Machine Learning and Optimisation
CNRS - Centre National de la Recherche Scientifique : UMR8623, Inria Saclay - Ile de France, UP11 - Université Paris-Sud - Paris 11, LRI - Laboratoire de Recherche en Informatique
Abstract : We consider the validation of randomly generated patterns in a Monte-Carlo Tree Search program. Our bandit-based genetic programming (BGP) algorithm, with proved mathematical properties, outperformed a highly optimized handcrafted module of a well-known computer-Go program with several world records in the game of Go.
Type de document :
Communication dans un congrès
13th European Conference on Genetic Programming, Apr 2010, Istanbul, Turkey. Springer, 2010
Liste complète des métadonnées

Littérature citée [25 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00452887
Contributeur : Jean-Baptiste Hoock <>
Soumis le : mardi 14 juin 2011 - 13:33:23
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : dimanche 4 décembre 2016 - 15:41:01

Fichier

pattern.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00452887, version 2

Collections

Citation

Jean-Baptiste Hoock, Olivier Teytaud. Bandit-Based Genetic Programming. 13th European Conference on Genetic Programming, Apr 2010, Istanbul, Turkey. Springer, 2010. 〈inria-00452887v2〉

Partager

Métriques

Consultations de la notice

253

Téléchargements de fichiers

183