据说是知道了上次的错误,光凭此经验仍可能不知道正确的走法,除非训练过程作大的改变

网上对此原因有些分析。AlphaGo Zero是without human knowledge。如果训练过程作针对性改变,就是输入了human knowledge。

请您先登陆,再发跟帖!