Hacker News Front Page · primitivesuave ·
Drop7 Research
La investigación muestra que los evaluadores aprendidos con tablas n-tupla mejoran de forma reproducible las estrategias de búsqueda expectimax con un evaluador manual: el mejor candidato promedió 516.155 puntos en 512 partidas no vistas, frente a 382.567 con la referencia. La ventaja se mantiene en pruebas adicionales, aunque la evidencia procede de cohortes públicas de desarrollo y todavía no cumple el protocolo de evaluación protegida; además, la media sigue lejos del objetivo de un millón de puntos. Los resultados también señalan que aumentar la profundidad y ajustar el evaluador para las posiciones que examina la búsqueda son líneas prometedoras, pero varios efectos siguen siendo inconclusos.
Play Drop7 in your browser and follow the open-source search for a million-point strategy.