AI Research 技术调研

标签: mcts

此标签下有12条笔记。

2026年7月16日
Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model (MuZero)
2026年7月16日
Mastering Atari Games with Limited Data (EfficientZero)
2026年7月16日
Online and Offline Reinforcement Learning by Planning with a Learned Model (MuZero Unplugged)
2026年7月16日
Learning and Planning in Complex Action Spaces (Sampled MuZero)
2026年7月16日
Vector Quantized Models for Planning
2026年7月16日
Policy Improvement by Planning with Gumbel (Gumbel MuZero)
2026年7月16日
Planning in Stochastic Environments with a Learned Model (Stochastic MuZero)
2026年7月16日
LightZero: A Unified Benchmark for Monte Carlo Tree Search in General Sequential Decision Scenarios
2026年7月16日
EfficientZero V2: Mastering Discrete and Continuous Control with Limited Data
2026年7月16日
ReZero: Boosting MCTS-based Algorithms by Backward-view and Entire-buffer Reanalyze
2026年7月16日
UniZero: Generalized and Efficient Planning with Scalable Latent World Models
2026年7月16日
RL 世界模型族（World Models · PlaNet · Dreamer · MuZero · TD-MPC · IRIS/DIAMOND）

GitHub