-
8 votesanswersviews
加快内核估算的采样
这是我正在使用的更大代码的 MWE . 基本上，它针对位于特定阈值以下的所有值对KDE（kernel density estimate）执行蒙特卡洛积分（在这个问题上提出了积分方法BTW：Integrate 2D kernel density estimate） . import numpy as np from scipy import stats import time # Generat... -
0 votesanswersviews
蒙特卡罗模拟与chaning分布
我正在尝试蒙特卡罗模拟，我想出了这个有趣的问题 . 假设我们使用正态分布生成随机值，其中St.Dev = 2且均值=生成的最后一个值（马尔可夫过程），我们从值5开始，但每次生成大于9的值时，我们开始生成随机值使用St.Dev = 3的第二个正态分布 . 如果我们生成大于15或小于0的值，我们再次从5开始 . 我们想要找到这个随机过程的期望值 . 现在一种方法是生成大量的样本，但如果我们决定使用更复... -
0 votesanswersviews
R：使用模拟计算p值
我编写了这段代码来对两个随机分布的观察x和y运行一个测试统计 mean.test <- function(x, y, B=10000, alternative=c("two.sided","less","greater")) { p.value <- 0 alternative <- match.arg(alternat... -
4 votesanswersviews
蒙特卡罗树搜索，反向传播（备份）步骤：为什么要改变奖励 Value 的视角？
我一直在阅读Browne等人的Monte Carlo Tree Search调查报告 . 人： http://ccg.doc.gold.ac.uk/papers/browne_tciaig12_1.pdf “蒙特卡罗树搜索方法概述” 我正在和p上的一个伪代码搏斗 . 9.我的问题在Backup和BackupNegamax函数中以类似的形式出现 . 假设我是2人零和游戏中的玩家1 . （所以，使... -
2 votesanswersviews
蒙特卡洛树搜索：两个玩家游戏的树策略
我对MCTS "Tree Policy"的实现方式感到有些困惑 . 我读过的每篇论文或文章都谈到了从当前游戏状态走下树（在MCTS teminology中：玩家即将采取行动的根源） . 我的问题是，即使我处于MIN玩家级别（假设我是MAX玩家），我如何选择最好的孩子 . 即使我选择MIN可能采取的某些特定动作，并且我的搜索树在该节点中越来越深，但是在转弯时MIN玩家也可以选择一... -
1 votesanswersviews
蒙特卡罗搜索树如何运作？
尝试使用像这样的YouTube视频和论文来学习MCST . http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Applications_files/grand-challenge.pdf 然而，除了高级理论解释之外，我没有太多运气了解细节 . 以下是上述论文的一些引用和我的问题 . 选择阶段：MCTS迭代地选择当前状态的得分最高的子节点 . 如果当前状态... -
0 votesanswersviews
蒙特卡洛树搜索选择了立即失去的不良动作
我有一个MCTS的工作实现 . 为方便起见，我在Tic-Tac-Toe上测试它，但真正的目标游戏会更大 . 据我所知，它可以产生正确的胜利计数，并以应有的方式探索树，并且主要产生良好的动作 . 但是，在某些情况下，所选择的行动会立即导致损失 . 同样，它可能不会选择导致强制获胜的举动 . 我对胜利计数的分析是，这些动作实际上是真实的，在随机游戏中，移动将赢得比失败更多的胜利，并且技术熟练的对手所扮... -
2 votesanswersviews
蒙特卡洛树搜索：对手在MCTS树边界之前移动
MCTS算法的步骤是： 选择 扩张 模拟 反向传播 我的问题涉及第三步，模拟 . 我们使用新节点扩展了决策树，并模拟剩余的移动直到游戏结束 . 此模拟可分为两部分： 轮流，我们利用决策树中的政策 转为两个玩家随机移动（或使用特定游戏的替代默认策略） 分离这两个阶段的MCTS树线的可视化在本出版物的图1中：http://www.ru.is/faculty/yngvi/... -
0 votesanswersviews
棋盘游戏中的蒙特卡洛树搜索 - 如何实现对手移动
我正在研究MCTS算法的实现，在具有完美信息的零和棋盘游戏的背景下 . 例如 . 国际象棋，围棋，跳棋 . 据我所知，在算法的每次迭代中，有四个步骤：选择，扩展，模拟和反向传播 . 我的问题是关于对手动作的实施，如何在树中呈现，以及如何在每个阶段实施 . 例如，让我们想象一下GO的游戏，我们（黑色）正在玩AI（白色） . 当黑色从根节点s0做出动作ab时，然后转为白色以进行动作aw . 我最初的想... -
2 votesanswersviews
蒙特卡洛树搜索 - “最有前途”的移动功能
我试图实现tic-tac-toe hello-world MCTS游戏玩家，但我遇到了一个问题 . 在模拟游戏并选择“最有希望的”（利用/探索）节点时，我只考虑总胜数（“利用”部分） - 这会导致某些问题，所得算法根本不具防御性 . 因此在选择之间 移动导致（100次抽奖; 10次失败） 移动导致（1胜; 109输） 选择较差的一个（1; 109），因为我的uct函数贪婪计算avg w... -
1 votesanswersviews
如何监控PyMC中的提议协方差？
我正在测试PyMC中的 AdaptativeMetropolis 步骤方法（记录为here），并希望看到它的实际效果 . 这种步骤方法包括使用多变量跳跃分布来块更新一些变量，其在采样期间调整协方差 . 可以打印提议协方差矩阵与时间？在我看来，这没有记录 . 谢谢 . 编辑：作为一个玩具模型，让我们考虑两个相似骰子的情况（让我们说它们来自同一个工厂） . 我们希望估计它们是否有偏见 . import... -
1 votesanswersviews
逆CDF变换采样的错误分布
背景 我需要从具有已知累积分布函数（CDF）的相当复杂的概率密度函数（PDF）中随机抽样，并且我正在尝试使用inverse transform sampling . 这应该很容易做到，因为我有CDF，只需要在插入统一的随机数时用数字反转它（不可能用代数做） . 但是，由此产生的分布的方差低于预期，我在CDF中找不到任何错误 . 所以我通过从正态分布中抽样来简化和测试我的算法 . 结果是一样的：位置... -
0 votesanswersviews
PostgreSQL中的Beta和lognorm发行版？
我目前在代码中运行一个相当大的蒙特卡罗模拟，性能还有待提高 . 我想知道是否有办法直接在数据库上运行它，我认为性能会好得多 . 我可以生成随机数，但我没有看到统计分布函数 . 已经对我有很大帮助的第一步是： 我有一个参数表，其中每一行都是一个beta分布及其所有参数 . 我想用这些分布参数生成随机值，并将它们存储在一个单独的表中（蒙特卡罗模拟表，每次模拟运行一行） . 我该怎么做？ -
18 votesanswersviews
蒙特卡洛树搜索：Tic-Tac-Toe的实施
编辑：如果您想查看是否可以让AI更好地执行，请上传完整的源代码：https://www.dropbox.com/s/ous72hidygbnqv6/MCTS_TTT.rar 编辑：搜索搜索空间并找到导致丢失的移动 . 但是由于UCT算法，不会经常访问导致损失的移动 . 要了解MCTS（蒙特卡罗树搜索），我已经使用该算法为经典的井字游戏制作AI . 我使用以下设计实现了算法： 树策略基于UCT，默认... -
2 votesanswersviews
在matlab中存储和处理大数据
我想做马尔可夫链蒙特卡罗模拟 . 因此，我需要存储生成的状态 . 问题是我想运行我的程序一段时间并生成很多状态，但MATLAB向我显示'OUT OF MEMORY'错误 . 因为我不需要一直知道我的状态的完整历史（我只需要前面的状态来生成下一个状态）我认为我可以在每10000次迭代步骤之后存储我生成的状态并且只保留最后一个 . 然后在最后我想做一些计算，例如像均值，方差和绘制生成数据的直方图，并最... -
-1 votesanswersviews
使用随机数计算PI
Having trouble with the following question: 在几何形状中，圆周长与其直径的比率称为π . π的值可以从无限系列的形式估计： π/ 4 = 1 - （1/3）（1/5） - （1/7）（1/9） - （1/11）......还有另一种计算π的新方法 . 想象一下，你有一个2平方的飞镖板 . 它刻有一个单位半径圆 . 圆的中心与正方形的中心重合 . 现在... -
20 votesanswersviews
蒙特卡罗树搜索UCT实施
你能解释一下如何建树吗？ 我完全理解如何选择节点，但更好的解释将真正帮助我实现这个算法 . 我已经有一个代表游戏状态的棋盘，但我不知道（理解）如何生成树 . 有人能指出一个评论很好的算法实现（我需要用它来进行AI）吗？还是更好的解释/例子呢？ 我没有在网上找到很多资源，这个算法比较新...