
另外推测一下为什么要用 MCTS 而不用强化学习的其它方法(我不是 DM 的人,所以肯定只能推测了)。MCTS 其实是在线规划(online planning)的一种,从当前局面出发,以非参数方式估计局部 Q 函数,然后用局部 Q 函数估计去决定下一次 rollout 要怎么走。既然是规划,MCTS 的限制就是得要知道环境的全部信息,及有完美的前向模型(forward model),这样才能知道走完一步后是什么状态。围棋因为规则固定,状态清晰,有完美快速的前向模型,所以 MCTS 是个好的选择。但要是用在 Atari 上的话,就得要在训练算法中内置一个 Atari 模拟器,或者去学习一个前向模型(forward model),相比 actor-critic 或者 policy gradient 可以用当前状态路径就地取材,要麻烦得多。但如果能放进去那一定是好的,像 Atari 这样的游戏,要是大家用 MCTS 我觉得可能不用学 policy 直接当场 planning 就会有很好的效果。很多文章都没比,因为比了就不好玩了。
美国汽车研究中心(Center for AutomotiveResearch)副总裁Kristin Dziczek说,从1月1日到3月31日,中国对美国生产的汽车和轻型卡车征收关税将暂时从40%降至15%,使得对美国出口产品征收的关税暂时与世界贸易组织其他成员国保持一致。
2018年1月,链家重启三年前收购的德佑地产,把德佑品牌打造成加盟店模式,为链家全方位开放撕开了一道口子。在经过一系列高管讨论与细节敲定之后,贝壳进入实地验证阶段。2018年2月28日,贝壳找房正式上线。以彭永东为首的贝壳团队决定all in。这个团队以创业自诩,他们会和左晖开会开到凌晨三点讨论基础规则与细节。他们关注贝壳应当做什么,而左晖回答不要做什么。
记者注意到,从空间上看新机场线的草桥站位于10号线草桥站的西侧,距离相隔近500米,而在两站之间还有同样正在建设中的19号线草桥站,未来草桥站也将实现“三线换乘”。此外,在草桥站,还将设置城市航站楼,乘客可直接在草桥站办理登机、托运手续,行李随车运至新机场航站楼。
值得注意的是,在7月18日,马云出手151亿战略入股分众传媒。阿里巴巴兵分三路,通过子公司直接持股,子公司间接持股再加上投资海外控股股东的股份,三者合计股份占比超过10%。定增完成也意味着券商江湖的互联网巨头之战正式拉开帷幕。早在2015年5月,阿里巴巴董事局主席马云所创立的云锋基金就将瑞东集团收入囊中。随后,瑞东集团旗下的瑞东金融斥资4.3亿元,与史玉柱旗下巨人投资、江苏鱼跃科技发展有限公司三者合伙设立云峰证券。新公司由瑞东金融持股43%,巨人投资及鱼跃科技分别持股30%及27%,主要提供证券经纪、投资银行和资产管理服务。
报道指出,央行在多大程度上不受政治干预一直是IMF此次会议间隙的一个关键议题。而眼下,特朗普希望提名两名政治拥趸进入美联储管理委员会——此二人分别是前比萨饼企业高管赫尔曼·凯恩和传统基金会研究员斯蒂芬·穆尔。据报道,从土耳其到印度的各国政客也都被指责试图左右本国货币政策制定者,希望他们能采取行动刺激需求。风险在于,投资者开始怀疑这些管理当局对抗通货膨胀、推高市场利率从而潜在地逐渐削弱政府希望看到的经济增长。