« Fouille arborescente Monte Carlo » : différence entre les versions
m (Remplacement de texte — « Category:Scotty2 » par « <!-- Scotty2 --> ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 8 : | Ligne 8 : | ||
==Définition== | ==Définition== | ||
En intelligence artificielle, la fouille arborescente Monte Carlo est un algorithme de recherche heuristique dans un arbre pour la prise de décision. Il est notamment employé dans les jeux. Chaque nœud de l'arbre de fouille mémorise deux nombres: le nombre de simulations gagnantes, et le nombre de simulations totales. L'algorithme de fouille arborescente Monte Carlo comporte quatre étapes: | En intelligence artificielle, la fouille arborescente Monte Carlo est un algorithme de recherche heuristique dans un arbre pour la prise de décision. Il est notamment employé dans les jeux. Chaque nœud de l'arbre de fouille mémorise deux nombres: le nombre de simulations gagnantes, et le nombre de simulations totales. L'algorithme de fouille arborescente Monte Carlo comporte quatre étapes: | ||
# | |||
# | #Sélection: Choix d'un noeud feuille enfant en maintenant un compromis entre l'exploitation des noeuds prometteurs et l'exploration des noeuds moins visités. | ||
# | #Expansion: Si le noeud feuille visité n'est pas final, création d'un (ou plusieurs) enfant(s) en appliquant les règles du jeu et choix l'un des noeuds enfants. | ||
# Rétropropagation (Backpropagation): Mise à jour des informations sur la branche partant du noeud enfant vers la racine en tenant compte du résultat de la simulation de la partie au hasard à l'étape 3. | #Simulation: Simulation d'une partie au hasard depuis le noeud enfant, jusqu'à une configuration finale. | ||
# On peut citer l'utilisation de la fouille arborescente Monte Carlo en combinaison avec des réseaux de neurones profonds dans le programme AlphaGo de Deepmind qui a battu des champions au jeu de Go. | #Rétropropagation (Backpropagation): Mise à jour des informations sur la branche partant du noeud enfant vers la racine en tenant compte du résultat de la simulation de la partie au hasard à l'étape 3. | ||
#On peut citer l'utilisation de la fouille arborescente Monte Carlo en combinaison avec des réseaux de neurones profonds dans le programme AlphaGo de Deepmind qui a battu des champions au jeu de Go. | |||
==Français== | ==Français== | ||
'''fouille arborescente Monte Carlo '''locution nominale fém. | '''fouille arborescente Monte Carlo '''<small>locution nominale fém.</small> | ||
'''recherche arborescente Monte Carlo '''loc. nom. fém. | '''recherche arborescente Monte Carlo '''<small>loc. nom. fém.</small> | ||
==Anglais== | ==Anglais== | ||
'''Monte Carlo tree search (MCTS)''' | '''Monte Carlo tree search (MCTS)'''<small> | ||
Version du 17 juillet 2019 à 21:41
Définition
En intelligence artificielle, la fouille arborescente Monte Carlo est un algorithme de recherche heuristique dans un arbre pour la prise de décision. Il est notamment employé dans les jeux. Chaque nœud de l'arbre de fouille mémorise deux nombres: le nombre de simulations gagnantes, et le nombre de simulations totales. L'algorithme de fouille arborescente Monte Carlo comporte quatre étapes:
- Sélection: Choix d'un noeud feuille enfant en maintenant un compromis entre l'exploitation des noeuds prometteurs et l'exploration des noeuds moins visités.
- Expansion: Si le noeud feuille visité n'est pas final, création d'un (ou plusieurs) enfant(s) en appliquant les règles du jeu et choix l'un des noeuds enfants.
- Simulation: Simulation d'une partie au hasard depuis le noeud enfant, jusqu'à une configuration finale.
- Rétropropagation (Backpropagation): Mise à jour des informations sur la branche partant du noeud enfant vers la racine en tenant compte du résultat de la simulation de la partie au hasard à l'étape 3.
- On peut citer l'utilisation de la fouille arborescente Monte Carlo en combinaison avec des réseaux de neurones profonds dans le programme AlphaGo de Deepmind qui a battu des champions au jeu de Go.
Français
fouille arborescente Monte Carlo locution nominale fém.
recherche arborescente Monte Carlo loc. nom. fém.
Anglais
Monte Carlo tree search (MCTS)
Contributeurs: Claude Coulombe, Jacques Barolet, wiki
