AlphaGo：自我对弈与 MCTS — 练习

Download exercise.py

补全 puct_score：$\mathrm{PUCT}=Q+c\cdot P\cdot \sqrt{N_{\mathrm{parent}}}/(1+N_{\mathrm{child}})$。未访问边（$N=0$）应只靠探索项，同样先验下比已访问边更高。

cd docs/nn-decision/rl/alphago/code
python exercise.py

源码位置

clone 后打开（相对仓库根目录）：

docs/nn-decision/rl/alphago/code/exercise.py