AlphaGo의 논문에서 롤아웃 정책은 무엇입니까?

롤아웃 정책 ...은 점진적으로 계산 된 로컬 패턴 기반 기능을 기반으로하는 선형 softmax 정책입니다 ...

롤아웃 정책이 무엇인지, 그리고 정책 선택이 이동을 선택하는 정책 네트워크와 어떤 관련이 있는지 이해하지 못합니다. 더 간단한 설명이 있습니까?

machine-learning monte-carlo reinforcement-learning games

— 헬로 월드
소스

이 신문은

— 월페이퍼

@xeon 나는 그것을 도울 수 없다. 논문에 대한 모든 권한이 있지만 여기에 업로드 할 수 없습니다 (저작권법). 다른 사람이 사본을 가지고 있다면 어쩌면 구글 주위에?

— HelloWorld

— dsaxton

$p(a \mid s)$ $a$ $s$ $p$

롤아웃 정책 (백개 먼에서 "롤아웃"이라는 용어를 빌린 것으로 생각 함)이 선형 소프트 맥스 함수라고 말하면 로지스틱 회귀 분석에 사용되는 시그 모이 드 함수의 일반화를 의미합니다. 이 함수는 형태를 취합니다

\frac{e^{β_{i}^{T} x}}{\sum_{j = 1}^{k} e^{β_{j}^{T} x}}

$\frac{e^{\beta^T_i x}}{\sum_{j=1}^{k} e^{\beta_j^T x}}$

$x$ $\beta_i$ $a_i$

— dsaxton
소스