Biasing Monte-Carlo Simulations through RAVE Values

Arpad Rimmel 1 Fabien Teytaud 2, 3 Olivier Teytaud 2, 3
2 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : The Monte-Carlo Tree Search algorithm has been successfully applied in various domains. However, its performance heavily depends on the Monte-Carlo part. In this paper, we propose a generic way of improving the Monte-Carlo simulations by using RAVE values, which already strongly improved the tree part of the algorithm. We prove the generality and efficiency of our approach by showing improvements on two different applications: the game of Havannah and the game of Go.
Type de document :
Communication dans un congrès
The International Conference on Computers and Games 2010, Sep 2010, Kanazawa, Japan. 2010
Liste complète des métadonnées

Littérature citée [15 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00485555
Contributeur : Fabien Teytaud <>
Soumis le : vendredi 21 mai 2010 - 08:44:07
Dernière modification le : mardi 10 avril 2018 - 15:26:01
Document(s) archivé(s) le : jeudi 16 septembre 2010 - 15:05:43

Fichier

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

Identifiants

  • HAL Id : inria-00485555, version 1

Collections

Citation

Arpad Rimmel, Fabien Teytaud, Olivier Teytaud. Biasing Monte-Carlo Simulations through RAVE Values. The International Conference on Computers and Games 2010, Sep 2010, Kanazawa, Japan. 2010. 〈inria-00485555〉

Partager

Métriques

Consultations de la notice

339

Téléchargements de fichiers

829