热点事件持续更新
Drop7探索式自主策略研究进展
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Drop7研究尝试通过学习式查找表与expectimax搜索，在随机益智游戏中寻找接近人类高手的自主策略。当前最佳候选在512局未见游戏中平均得分516,155分，接近百万分目标；研究还比较了不同深度和规模的学习评估器。不过，公开开发种子上的现有证据仅为SCREEN级别，尚未完成正式资格验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 01:13
最佳候选未见游戏均分达516,155分，但仍待正式资格验证。报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- Hacker News · 首页Drop7 自主策略研究：在随机益智游戏中寻找接近人类高手的玩法
Drop7 研究通过学习式查找表、expectimax 搜索等方法寻找自主策略，当前最佳候选在 512 局未见游戏中的平均得分为 516,155 分，接近百万分目标。研究还比较了不同深度与规模的学习评估器，但公开开发种子上的证据仅属 SCREEN 级别，尚未完成正式资格验证。
本事件热度走势
当前热度 9·可比范围峰值 9（10月24日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。