Hello! http://www.yyin9116.eu.org/ SEIZE THE DAY. Sun, 24 May 2026 04:23:27 GMT https://validator.w3.org/feed/docs/rss2.html https://github.com/jpmonette/feed en-US All rights reserved 2026, Yin:D <![CDATA[致花开前的你]]> http://www.yyin9116.eu.org/article/2018d58b-e5e0-8080-9403-ef61faaa06eb http://www.yyin9116.eu.org/article/2018d58b-e5e0-8080-9403-ef61faaa06eb Wed, 28 May 2025 00:00:00 GMT
致花开前的你
 
我无比期待重逢时的欢喜
却对离别避之不及
 
总有笑声
总有歌声
总有眼泪未被照耀
总有企盼的目光低垂
 
总有苦难
总有遗憾
总有光亮脱影而出
总有不舍的人们高歌
 
再见，再见！
 
我脚下的路
也是你走过的
 
我们已经重逢。
]]> <![CDATA[我们的游记]]> http://www.yyin9116.eu.org/article/youji http://www.yyin9116.eu.org/article/youji Tue, 27 May 2025 00:00:00 GMT <![CDATA[智能博弈]]> http://www.yyin9116.eu.org/article/1e28d58b-e5e0-802c-9996-e1163e3edcb8 http://www.yyin9116.eu.org/article/1e28d58b-e5e0-802c-9996-e1163e3edcb8 Sun, 27 Apr 2025 00:00:00 GMT
 

调研内容

  1. alpha-beta 剪枝和 Min-Max 搜索：
Minimax 搜索和 Alpha-Beta 剪枝 - 小时百科
本文中，使用孩子节点表示在树中、深度仅更深一层，并且与其直接相邻的节点（也就是进行深度优先搜索过程中在当前节点下，再向下搜索一层可以达到的节点）。使用叶子节点表示最深一层节点。
Minimax 搜索和 Alpha-Beta 剪枝 - 小时百科
https://wuli.wiki/changed/mmsab.html
  1. alpha-beta 搜索
  1. 蒙特卡洛树搜索（MCTS）
蒙特卡洛树搜索算法（理论） - 小时百科
蒙特卡洛树是一种不同于 Alpha-Beta 剪枝的优化 Min-Max 搜索方法。他与 Alpha-Beta 剪枝相比，更好的适用于诸如围棋一类的大型对弈游戏（即搜索空间过大，但搜索过程需要兼顾 “探索” 与 “最优化”，尽量得到全局最优解，避免陷入局部最优解），而 Alpha-Beta 剪枝的 Min-Max 搜索需要扩展几乎整个搜索树。但与 Alpha-Beta 剪枝相比，由于过程中采用蒙特卡洛方法（可以理解为抽样检测），搜索的结果并不保证一定是最优解。
蒙特卡洛树搜索算法（理论） - 小时百科
https://wuli.wiki/changed/MCTS.html
蒙特卡洛树搜索算法（实现 TicTacToe 机-机对战） - 小时百科
蒙特卡洛树搜索算法（实现 TicTacToe 机-机对战） - 小时百科

蒙特卡洛树搜索算法（实现 TicTacToe 机-机对战） - 小时百科

本文使用了 python 3.7 中提供的特性（future 中的 annotations）与 numpy 库。使用版本 pytohn 3.12.2 与 numpy 1.26.4 可以确保无问题运行。全部代码可以在笔者的 Github 仓库查看： https://github.com/tripleInt/MCTS-TTT/，或 Pastebin https://paste.ubuntu.com/p/NQtdDSx3sY/。

UCB 算法 井字棋实现
Monte Carlo Tree Search
This is a video I made for my class "CS310: Foundations of Artificial Intelligence" at the University of Strathclyde. The video has a brief description of the Monte Carlo Tree Search algorithm and includes a worked example.
Monte Carlo Tree Search
https://youtu.be/UXW2yZndl7U?si=zGlXSdRKUSBFcZgi
Monte Carlo Tree Search
蒙特卡洛树搜索的最佳讲解
  1. 基于模型的树搜索（如MuZero）
MuZero 论文发表在 Nature
Mastering Atari, Go, chess and shogi by planning with a learned model
Nature - A reinforcement-learning algorithm that combines a tree-based search with a learned model achieves superhuman performance in high-performance planning and visually complex domains, without...
Mastering Atari, Go, chess and shogi by planning with a learned model
https://www.nature.com/articles/s41586-020-03051-4
Mastering Atari, Go, chess and shogi by planning with a learned model
  1. 深度反事实值最小化（DeepCFR）

已发表的论文

AlphaGo、AlphaGo Zero、AlphaGo Zero；DeepStack、Libratus、 Pluribus、AlphaHoldem；SuphX；AlphaStar、OpenAI Five等
 
 
]]> <![CDATA[信]]> http://www.yyin9116.eu.org/article/1d78d58b-e5e0-81fe-9dc7-e8e2e6eab050 http://www.yyin9116.eu.org/article/1d78d58b-e5e0-81fe-9dc7-e8e2e6eab050 Sat, 06 Nov 2021 00:00:00 GMT
 
亲爱的索菲亚：
温度变冷已经有几个月了，只是大雪还没有到来。
华盛顿的天气怎么样？
你还在生我的气吗？
我知道道歉无法获得你的原谅，所以我准备了一些花给你，就在信封的背面。
 
新鲜的花抵不住寒风，所以你会看到这些我用纸折的紫罗兰。
但愿它能让你开心起来。
 
当然，希望它能撑过这个冬天。
 
 
]]> <![CDATA[文字生长]]> http://www.yyin9116.eu.org/article/1d78d58b-e5e0-81a3-a996-f83fdd324df2 http://www.yyin9116.eu.org/article/1d78d58b-e5e0-81a3-a996-f83fdd324df2 Sun, 14 Nov 2021 00:00:00 GMT

文字生长

文字。
它写在哪里，它就恒定不变，这就是文字的荒漠。
而在文字生长的草原上，当一个个文字写下后许久没有续写时，他们会逐渐生长，或许是组成词语，或许连成一句问候，但是没有人回应的话，长出的问候也会感到失落，从一句问句变成陈述，生长成一句以句号结尾的抱怨，无用的抱怨也会变得沉默，以一句短炼的感想结束，最终归于无言，文字的生长到达尽头，重新变回文字荒漠。
但是倘若文字们在问候中得到了来自原作者，或者长大后的原作者，或是原作者的后人，甚至是无意中翻阅到这些文字的读者的回应时，孤零零的文字将不再孤独，他们也有了陪伴，能够更好的生长下去，他们长成了一句幸福的回忆，成为了一场美好的愿景。当后人的后人再次看到这些文字时，他们已变成了诗，变成了日记，长成了一片广袤的草原，夕阳下的海平面，天空中沉稳飞行的帆船，或是别的什么东西……他们是什么已经不重要了，重要的是，他们获得了感情。
这里不再是荒漠。
一切都源于我在某个日记本上写了几个字便不知丢到哪里去了，我继续我的人生，而他们也开始生长。如果没有我，他们不会出现，可正是因为我，他们能够生长。
我们都期待重逢。
]]> <![CDATA[我曾…]]> http://www.yyin9116.eu.org/article/1d78d58b-e5e0-8191-980f-c404f8263c55 http://www.yyin9116.eu.org/article/1d78d58b-e5e0-8191-980f-c404f8263c55 Fri, 02 Jul 2021 00:00:00 GMT
我曾七次鄙视自己的灵魂
第一次，当它本可进取时，却故作谦卑；
第二次，当它在空虚时，用爱欲来填充；
第三次，在困难和容易之间，它选择了容易；
第四次，它犯了错，却借由别人也会犯错来宽慰自己；
第五次，它自由软弱，却把它认为是生命的坚韧；
第六次，当它鄙夷一张丑恶的嘴脸时，却不知那正是自己面具中的一副；
第七次，它侧身于生活的污泥中，虽不甘心，却又畏首畏尾。
——纪·哈·纪伯伦
]]>