已验证65% 置信事实精确时间

DeepMind的AlphaGo通过自我对弈数百万局来习得围棋策略

3

来源数

65%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

AI智能体完全指南：概念、原理与主流开发工具解析

相关事实

已验证DeepMind的AlphaStar使用人类对局数据进行行为克隆初始化，再通过自我对弈强化学习达到职业选手水平81% 相似待验证2016年DeepMind的AlphaGo通过与人类棋谱学习加自我对弈击败了围棋世界冠军79% 相似待验证DeepMind的AlphaGo核心算法之一是蒙特卡洛树搜索（MCTS），通过大量随机对弈模拟评估棋局78% 相似待验证DeepMind的AlphaGo是强化学习赋予Agent自主学习策略路径的标志性成果78% 相似待验证DeepMind的AlphaZero于2017年发布，仅凭自我对弈就在国际象棋、将棋和围棋上达到超越人类顶尖水平76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/577501

API

curl https://kongchang.com/api/v1/knowledge/claims/577501

MCP

get_claim(id=577501)