魔方全能小王子降临：一个完全不依赖人类知识的AI

类似，学到了一些“套路”，包括用复杂的排列组合来解魔方，以及与人类速拧选手相近的策略。比如，DeepCube大量使用一组特定的操作，即aba-1。就是先执行某个转动a，再执行另外一个转动b，最后把a步骤转回去。团队检查了DeepCube处理640个完全打乱的魔方时，发现AI经常使用这样的操作，这样能在移动某些方格的过程中，让其他方格不要受到影响。具体来说，就是查看每三次相邻的转动，出现频次最高的14种，都是aba-1格式。比其他格式的出现频率明显要高。至于现在嘛，团队可能觉得，自家的AI复原三阶魔方已经百发百中了，于是就开始研究四阶魔方，以及各种奇奇怪怪的魔方。另外，走出魔方的世界，他们觉得这种方法也可以用来处理其他组合优化问题，比如预测蛋白质的三级结构。许多组合优化问题，都可以想成序列决策问题，也就可以用强化学习来解决。团队可能觉得，自家的AI复原三阶魔方已经百发百中了，于是就开始研究四阶魔方，以及各种奇奇怪怪的魔方。另外，走出魔方的世界，他们觉得这种方法也可以用来处理其他组合优化问题，比如预测蛋白质的三级结构。论文这篇论文已经提交到NIPS，题目是：Solving the Rubik’s Cube Without Human Knowledge传送门在此：https://arxiv.org/pdf/1805.07470v1.pdfOMT有奖 (吗) 竞猜，那个碎掉魔方的机器人选手，来自哪里？在量子位公众号（ID：QbitAI）对话界面，回复：“魔方”两个字，答案立刻揭晓。—完—