Beyond Games: A Systematic Review of Neural Monte Carlo Tree Search Applications

要約

AlphaGo とその後継者の出現は、人工知能を使用したゲームのプレイにおける新しいパラダイムの始まりを示しました。
これは、モンテカルロ木探索、計画手順、および深層学習を組み合わせることによって達成されました。
ゲームの領域への影響は否定できませんが、同様のアプローチがゲーム以外のアプリケーションでどれほど有用であるか、元の方法論からどのように適応させる必要があるかはあまり明確ではありません.
ゲーム以外のドメインでのニューラル モンテカルロ ツリー検索法の適用を詳述した 129 の査読済み記事をレビューします。
私たちの目標は、そのような方法が実際にどのように構成されているか、またその成功が他のドメインに拡張できるかどうかを体系的に評価することです。
さまざまなドメイン、学習したポリシー関数と値関数を使用してツリー検索を導く多くの異なる方法、およびさまざまなトレーニング方法でアプリケーションが見つかります。
私たちのレビューでは、実際の問題に適用されるニューラル モンテカルロ ツリー検索ファミリーのアルゴリズムの現在の状況をマッピングします。これは、特定の問題とその要件に対してそのようなアルゴリズムを設計する、より原則的な方法への第一歩です。

要約(オリジナル)

The advent of AlphaGo and its successors marked the beginning of a new paradigm in playing games using artificial intelligence. This was achieved by combining Monte Carlo tree search, a planning procedure, and deep learning. While the impact on the domain of games has been undeniable, it is less clear how useful similar approaches are in applications beyond games and how they need to be adapted from the original methodology. We review 129 peer-reviewed articles detailing the application of neural Monte Carlo tree search methods in domains other than games. Our goal is to systematically assess how such methods are structured in practice and if their success can be extended to other domains. We find applications in a variety of domains, many distinct ways of guiding the tree search using learned policy and value functions, and various training methods. Our review maps the current landscape of algorithms in the family of neural monte carlo tree search as they are applied to practical problems, which is a first step towards a more principled way of designing such algorithms for specific problems and their requirements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google