刘昊辰
(2025-08-19 13:25):
#paper Search-contempt a hybrid MCTS algorithm for training AlphaZero-like engines with better computational efficiency提出search-contempt，一种结合PUCT与Thompson Sampling（TS） 的混合 MCTS 算法，通过新参数Nscl调控自对弈中生成的棋局分布，偏好 “挑战性” 局面。在常规国际象棋中，其生成的训练棋局质量更高，使引擎强度提升约70 Elo，且训练所需棋局数量从数千万减少至数十万，计算成本从数千万美元降至数万美元；在Odds Chess（一方开局劣势）中，强度提升约150 Elo，同时增强系统对抗鲁棒性，有望在消费级 GPU 上实现从零训练。下载地址：https://arxiv.org/pdf/2504.07757