AlphaGo — 阿尔法围棋

事实

一个用深度学习下围棋的强化学习模型。

人话

它像刷题刷到封神的竞赛生：先把历年真题啃透，再自己疯狂模考，最后连老师都得倒吸一口气。

它让强化学习真正出圈，也带火了 AI 在博弈、规划和决策里的影响力。

相关概念

• Reinforcement Learning｜强化学习
• Monte Carlo Tree Search｜蒙特卡洛树搜索
• Deep Reinforcement Learning（深度强化学习）
• AlphaZero

Reinforcement-learning
AlphaGo 通过反复对弈和反馈更新策略。

Monte-carlo-tree-search
它用树搜索评估局面，并选择更优落子。

Deep-reinforcement-learning
AlphaGo 是深度强化学习出圈的标志性案例。

Alphazero
AlphaZero 延续其思路，并推广到更多棋类。