AI Research 技术调研
Search
搜索
暗色模式
亮色模式
探索
标签: gumbel-top-k
此标签下有1条笔记。
2026年7月16日
Policy Improvement by Planning with Gumbel (Gumbel MuZero)
reinforcement-learning
mcts
alphazero
muzero
policy-improvement
gumbel-top-k
sequential-halving
tree-search
model-based-rl