Progressive pruning is a technique

Progressive pruning is a technique in which statistically inferior moves are removed from consideration [34].
2. The all-moves-as-first heuristic, described above.
3. The temperature heuristic uses a softmax simulation policy to bias the random moves towards the strongest evaluations.
The softmax policy selects actions with a probability π(s,a) = eQ (s,a)/τ 
b∈legal eQ (s,b)/τ , where τ is a constant temperature
parameter controlling the overall level of randomness.11
4. The minimax enhancement constructs a full width search tree, and separately evaluates each node of the search tree by
Monte-Carlo simulation. Selective search enhancements were also tried [35].

Kết quả (Việt) 1:

Tiến bộ cắt tỉa là một kỹ thuật thống kê kém di chuyển được loại bỏ khỏi vòng xem xét [34].2. heuristic tất cả di chuyển như trước, mô tả ở trên.3. heuristic nhiệt độ sử dụng một chính sách mô phỏng softmax để thiên vị di chuyển ngẫu nhiên đối với các đánh giá mạnh nhất.Chính sách softmax chọn hành động với một xác suất π(s,a) = eQ (s, một) / τb∈Legal eQ (s, b) / τ, nơi τ là một nhiệt độ không đổitham số kiểm soát mức độ tổng thể của randomness.114. việc tăng cường minimax xây dựng một cây tìm kiếm toàn bộ chiều rộng, và một cách riêng biệt đánh giá mỗi nốt cây tìm kiếm bởiMonte-Carlo mô phỏng. Cải tiến tìm kiếm chọn lọc cũng đã cố gắng [35].

Kết quả (Việt) 2:

Cắt tỉa Progressive là một kỹ thuật trong đó di chuyển kém hơn về mặt thống kê được lấy ra từ việc xem xét [34].
2. Heuristic mọi động thái-as-đầu tiên, mô tả ở trên.
3. Heuristic nhiệt độ sử dụng một chính sách mô phỏng softmax thiên vị di chuyển ngẫu nhiên đối với việc đánh giá mạnh.
Các chính sách softmax chọn hành động với một xác suất π (s, a) = EQ (s, a) / τ?
b∈legal EQ (s, b ) / τ, τ là nơi có nhiệt độ không đổi
tham số kiểm soát mức độ tổng thể của randomness.11
4. Việc tăng cường minimax xây dựng một cây tìm kiếm đầy đủ chiều rộng, và phân biệt các nút của cây tìm kiếm bởi
Monte-Carlo mô phỏng. Cải tiến tìm kiếm chọn lọc cũng đã cố gắng [35].