马尔科夫

AlphaZero 五子棋实战(一):单卡从零自举,我的v36 最终版配置这是一个用消费级显卡跑了2个月多的 AlphaZero 五子棋自举实验:不喂棋谱、不装外部引擎当老师、不用开局库,就靠"网络 + MCTS + 自己跟自己下"从零长棋力。这篇文章把最终版 v36 的全套配置、参数、训练策略一次性摊开——包括每个参数现在是多少、为什么是这个值、以及它把外部引擎 Rapfi 打到了什么水平。

详解机器学习中的马尔可夫链马尔可夫链（Markov Chain, MC）是具有 “无后效性” 的随机过程，核心是 “未来状态的概率仅依赖于当前状态，与更早期的状态无关”。它是时间序列分析、强化学习、蒙特卡洛方法（MCMC）等领域的基础数学模型，广泛用于描述状态随时间随机转移的系统（如天气变化、股票波动、用户行为序列等）。

我是有底线的