MuZero

পলিসি নেটওয়ার্ক

MuZero-এর একটি উপাদান যা সম্ভাব্য ক্রিয়াগুলির উপর সম্ভাব্যতা বন্টন প্রস্তাব করে, MCTS অনুসন্ধানের সময় অনুসন্ধানকে নির্দেশনা প্রদান করে।

← ফিরে যান