稳定嵌套式推出策略调整
Stabilized Nested Rollout Policy Adaptation
LAMSADE（拉马萨德实验室）；Université Paris-Dauphine（巴黎第九大学）；PSL（巴黎文理研究大学）；CNRS（法国国家科学研究中心）；InstaDeep（InstaDeep公司）
摘要：
嵌套式铺开策略自适应（NRPA）是一种用于单人游戏的蒙特卡罗搜索算法。在本文中，我们提出修改NRPA，以提高算法的稳定性。实验结果表明，该算法在不同的应用领域：SameGame，时间窗旅行推销员和表达式发现。
英文摘要：
Nested Rollout Policy Adaptation (NRPA) is a Monte Carlo search algorithm for single player games. In this paper we propose to modify NRPA in order to improve the stability of the algorithm. Experiments show it improves the algorithm for different application domains: SameGame, Traveling Salesman with Time Windows and Expression Discovery.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
