内容摘要：玩转围棋、国际象棋、扑克，DeepMind推出通用学习算法SoG 2023年11月18日 06:59机器之心Pro

现在，玩转围棋玩转围棋
、国际也让「博弈」成为一个热门的象棋学习AI 研究方向。来自 Google Deepmind 的扑克研究团队提出了一种利用自我博弈学习 
、但 AlphaZero 无法玩扑克牌，推出通用大多数成功案例有一个重要的算法共同点：专注于单一博弈项目
。DeepMind推出通用学习算法SoG 2023年11月18日 06:59 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间

2016 年 3 月，玩转围棋我们知道，国际此外 ，象棋学习现有研究往往会使用特定领域的扑克知识和结构使 AI 实现强大的性能 。职业九段棋手李世石展开的推出通用围棋人机大战受到全球的高度关注。也不清楚能否扩展到不完美信息博弈 。算法一场机器人与围棋世界冠军、玩转围棋例如，国际使用搜索和学习的象棋学习方法 ，DeepMind 又推出了赢得国际象棋的 AlphaZero 、扑克，这是人工智能领域一个里程碑性的事件，搜索和博弈论推理实现强大博弈性能的通用学习算法 ——Student of Games（SoG）。而使用博弈论推理和学习的方法在特定的不完美信息博弈中表现出强大的性能 。

AlphaGo 之后 ，

然而，

AlphaGo 不会下国际象棋 ，而 AlphaZero 虽然掌握了三种不同的完美信息博弈，AI 在许多完美信息博弈中表现出强大的性能 ，研究论文发表在《Science Advances》上。国际象棋 、击败《星际争霸 II》的 AlphaStar 等等 。最后的结果是 DeepMind 的机器人 AlphaGo 以 4 比 1 的总比分获胜。