MCTS / UCT의 응용

MCTS / UCT 는 적기 알고리즘을 사용하여 탐색 할 유망한 노드를 선택하는 게임 트리 검색 방법입니다. 게임은 무작위로 완료되며 더 많은 승리로 이어지는 노드가 더 많이 탐색됩니다. 적기 알고리즘은 승률이 높은 노드 탐색과 알 수없는 노드 탐색 사이의 균형을 유지합니다 (순수한 형식에서는 반드시 휴리스틱 평가 기능을 사용하지는 않습니다). 이 일반적인 기술을 기반으로 한 프로그램은 컴퓨터 이동 에서 매우 놀라운 결과를 얻었습니다 .

도적 중심의 몬테카를로 검색이 다른 검색 문제에 적용 되었습니까? 예를 들어, MAX-SAT, BKP 또는 기타 조합 최적화 문제에 대한 솔루션을 근사화하는 데 유용한 접근 방법입니까? 적기 스타일의 접근이 효과적인지 제안하는 문제 (구조적 / 통계적 / 기타 등)의 특정 특성이 있습니까?

솔루션 공간의 특성으로 인해 산적 방법에 완전히 저항하는 알려진 결정 론적 문제가 있습니까?

이것은 완전한 대답은 아니지만 이것을 MAX-SAT에 적용하는 것에 대한 몇 가지 기본 관찰입니다.

$7/8$$x=0$$x=1$$x=0$$x=1$$7/8$$7/8$

$7/8$$NP$$7/8$완벽하게 추측하더라도 역 추적을 통해 기하 급수적으로 많은 단계를 거친 후에 만 ​​만족할 수없는 결론을 내리는 만족할 수없는 공식이 여전히 있습니다. 분해능 증명 길이의 하한은 이러한 결과를 산출합니다. 한 가지 참조는 다음과 같습니다.

Pavel Pudlák, Russell Impagliazzo : k-SAT (예비 버전)에 대한 DLL 알고리즘의 하한. SODA 2000 : 128-136

어떤 특성이 문제를 산적 기반 접근 방식으로 만들 수 있는지에 대한 질문에 대해이 백서에서는 다양한 검색 공간에서 UCT의 동작을 설명합니다.

http://www.cs.cornell.edu/~raghu/Raghuram_Ramanujan_files/mcts11.pdf

감사합니다, 카메론

이 최근 설문 조사는 7.8 절에서 MCTS를 게임 이외의 여러 검색 및 최적화 문제에 적용한 내용을 나열합니다.

http://pubs.doc.ic.ac.uk/survey-mcts-methods/survey-mcts-methods.pdf

http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=6145622

적기 기반 방법에 대해 완전히 내성 인 도메인에 관해서는, 나는 다른 편견을 모른다. 체스는 MCTS 문헌에서 눈에 띄지 않는 검색 중 하나입니다. 검색을 손상시키는 "트랩 상태"때문일 수도 있지만 요즘 컴퓨터 체스 플레이어가 매우 최적화되고 우수하여 새로운 접근 방식을 만들지 않을 수도 있습니다. 그들에 찌그러짐.

감사합니다, 카메론