어떤 분산 병렬 트리를 검색 알고리즘을 제안이 있습니까?

Question

쓰산 Go/고모다.

기본적으로 포인트를 배포 트리를 검색에 많은 컴퓨터입니다.기본적인 트리를 검색 알고리즘을 다음과 같 DFS 이 매우 간단한 것,내가 할 수 있는 파티션 검색 공간으로 데이터베이스 만들기.하지만 나는 오히려 무언가를 더 효율적이고,같은 미니 max 알파-베타 가지치기-그러나 나의 이해에서 그것은 매우 의미 없이 어떤 종류의 공유 메모리가 있습니다.그래서 나는 종류의 붙어 있습니다.

어떤 아이디어 알고리즘을 사용할 수 있었는 효율적이고 쉽게 배?그리고 더 중요한 것은,어디에서 찾을 수 있습니 일(의사)코드 그것은 어쩌면 구현?

감사합니다,

Answer 1

당신을 읽을 필요가에 대한 몬테 카를로에 트리를 검색하지 않기 때문에 그것은 본질적으로 쉽게 배포하는(그것은 쉽고도 어렵게 보다 다른 나무검색)지만,때문에 그의 상태는 사람들 문제에 노력하는 작업에 분산 버전의하는 알고리즘이 있습니다.

는 경우 당신은 문제를 만들의 분산 알고리즘,거기에 아무 이유 없을 시작으로 작은 하나입니다.지 않는 한 당신이 알고리즘에 대한 교육 이유에는 경우,앞서있을 것이 뭔가 깊이 교육 및 실험에서 배포하는 기본 알고리즘과 그것을 보고를 수행보다 더 비산 state-of-the-art 알고리즘:)

일부 슬라이드

이 모고 홈페이지

은"최근의 개발"섹션에서 Wikipedia 페이지에서 컴퓨터로 이동.

Answer 2

도 지도를 줄이 접근 방식이다.예를 들어,

폭 첫 번째 검색(BFS)&MapReduce

Answer 3

DDS* 고 ABDADA 2 분산/병렬 minimax 알고리즘이 있습니다.일부의 통신이 필요하지만,이 작업을 수행할 수도 있에 의해 릴레이 특정 결과를 다시 컨트롤러입니다.

쉽게 접근 방식대로 언급한 것과 같은지도 줄이 다른 검색 나무 뿌리입니다.

로 @파스칼 Cuoq 바로 언급하, 몬테 카를로 나 검색 state-of-the-art 에서 이동합니다.

여기에서 찾을 수 있습니다 좋은 설명의 MoGo 의 검색 알고리즘과 방법,그리고 병렬화:

http://www.lri.fr/~젤리/지/nips_exploration_exploitation_mogo.pdf

노드에 있는 재생 가진 더 나은 결과를 기반으로 임의의 플레이가 더욱 깊게 탐구한다.각 단계에서 리프 노드를 선택한 하나의 가닥 확장합니다.이 될 수 있을 분산에 의해 각기 다른 잎을 확장하고 있습니다.

좋은 overview 몬테 카를로의 트리를 검색하기:

http://sander.landofsand.com/publications/Monte-Carlo_Tree_Search_-_A_New_Framework_for_Game_AI.pdf