XiaoMi-AI文件搜索系统
World File Search System玩法
Drexel的研究
gerri c。 Drexel的Lebow Hall，营销博士生Hongjun Ye定居在计算机前，并推出了《 Overwatch》，这是一种流行的在线多人视频游戏。在接下来的几分钟中，她通过在未来派世界中试图躲在红色宝塔的石柱后面时捍卫敌人的机器人的有效载荷。“我喜欢玩电子游戏”，允许Ye，他是《守望先锋》以及其他FI的射击游戏（例如Counter-Trike和Borderlands）的粉丝。，但由于博士学位的要求，这远远超过了停机时间。Lebow的行为实验室内的游戏玩法是一项涉及的尖端神经科学研究项目的干旱奔跑，该项目涉及Comcast Nbcuniversal与Drexel签约以设计，开发和进行行为的军事退伍军人。“我真的很喜欢基于行业的项目，”您在比赛中休息时说。“学生不能仅仅在实验室中进行实验，并谈论纯理论的一切。它必须与现实世界建立联系。”研究员阿德里安·科廷（Adrian Curtin）同意。“您考虑了影响，”博士后说，他因其对非侵入性神经影像学的研究兴趣吸引了该项目。“很多时候，当您处理研究时，您都专注于知识：我想发现这是如何工作的，因为我想知道它是如何工作的……与私人公司一起工作会给您带来不同的观点，这是一种思考的不同方式。”你们补充说：“这是一个绝佳的机会。”这是一个可能永远不会发生的机会，但是对于Drexel Solutions Institute中的Drexel中存在着独特的回复。该研究所在将行业合作伙伴与大学的学术研究企业联系起来中扮演了媒人角色。大约几年前作为Lebow商学院内的Drexel Business Solutions Institute组成，它在2019年范围内扮演了整个大学的角色，并以其名义脱颖而出。现在，三人组是公司，非专业TS和政府实体的门户，可与Drexel教职员工和顶级学生合作，并从事量身定制的订婚，从目标研究到共同设计的策划级别的求职者到量身定制的劳动力培训。项目费用通常从10,000美元到200,000美元不等，以支付教师的时间和项目管理费用。
人工智能现代方法第三版解决方案手册
第 2-3 页：主编 Michael Hirsch 解释概念第 5-6 页：第 1 章逻辑学概论的解决方案第 7-8 页：语音激活目录协助导航第 9-10 页：不。Norobo 的外部记忆已经干净了第 11-12 页：理性是代理的一种属性第 13-14 页：外部记忆已经清理完毕并准备使用第 15-16 页：基于效用的代理预测结果的结果第 17-18 页：初始状态考虑世界是怎样的，因为代理从目标开始，并且假设除非得到证明，否则没有什么是真的第 19-20 页：更新很难解释；预测结果需要考虑初始状态和假设第 21-22 页：主导方法已经从基于概率的代理转变为基于效用的代理第 23-24 页：初始状态考虑世界是怎样的，因为代理从目标开始，并假设除非得到证明，否则任何事情都不真实第 25-26 页：语音激活目录有助于导航；第 27-28 页：预测结果需要考虑初始状态和假设 第 29-30 页：案例，假设 n' 在岸边或已经链接的碎片上的洞中 第 31-32 页：函数 AND-OR-GRAPH-SEARCH 提供了一种搜索算法 第 33-34 页：当前位置被描述为最大值与最小值之和 第 35-36 页：如果字母组成单词，则函数 PL-TRUE?(s, m) 返回 TRUE 第 37-38 页：为部分可观察的环境定义二元逻辑连接词 第 39-40 页：当前位置被描述为最大值与最小值之和 第 41-42 页：主导方法已经从基于概率的代理转变为基于效用的代理 第 43-44 页：MAX A a 1, a 2 MIN BD b1, b2, b3 d 第 45-46 页：函数 AND-OR-GRAPH-SEARCH 提供搜索算法 第 47-48 页：为部分可观察的环境定义二元逻辑连接词 第 49-50 页：主流方法已从基于概率的代理转换为基于效用的代理 第 51-52 页：在部分可观察的环境中，字母必须组成单词 第 53-54 页：如果字母组成单词，函数 PL-TRUE?(s, m) 返回 TRUE 第 55-56 页：第 7 章“逻辑时代”的解决方案 第 57-58 页：如果字母组成单词，函数 PL-TRUE?(s, m) 返回 TRUE 第 59-60 页：为部分可观察的环境定义二元逻辑连接词 第 61-62 页：具有 100 个单元和 2 个地雷的扫雷游戏是一个部分可观察的环境 第 63-64 页：第 8 章“一阶逻辑”的解决方案 第 65-66 页：主流方法已从基于概率的代理转换为基于效用的代理 第 67-68 页：函数如果字母组成单词，则 PL-TRUE?(s, m) 返回 TRUE 第 69-70 页：为部分可观察环境定义二元逻辑连接词这些章节涵盖了人工智能的各种主题，包括智能代理、问题解决、搜索方法、游戏、逻辑推理、规划和强化学习。第 16 章讨论了如何使用贝叶斯定理做出简单决策，并在多个选项中找到最佳结果。第 17 章探讨了如何通过分析交集和应用逻辑推理来做出复杂决策。第 18 章介绍了决策列表的概念以及如何计算赢得游戏的概率。它还指出，每场比赛要么赢要么输，没有平局的可能性。第 19 章讨论了使用贝叶斯定理基于条件分布的参数估计。第 20 章讨论了使用神经网络和强化学习的学习。第 21 章回顾了代理从观察中学习的强化学习算法。第 22 章解释了语言模型中通信的重要性。第 23 章使用两部分系统介绍自然语言处理 (NLP)：字符串到字符串的翻译和文本分类。这些章节还介绍了机器人技术，包括一种常见的反应算法和一种类似人类的答案生成器。本书最后列出了人工智能领域的主要出版物和论文的参考书目，为对人工智能应用感兴趣的计算机专业人士、语言学家和认知科学家提供了全面的资源。一些值得注意的主题包括： * 智能代理和解决问题 * 知情搜索方法和游戏 * 逻辑推理系统和实际规划 * 不确定性和概率推理系统 * 强化学习和学习中的知识 * 交流和感知的代理总的来说，这本书涵盖了广泛的人工智能相关主题，为初学者和经验丰富的专业人士提供了该领域的全面介绍。* 智能代理和问题解决 * 知情搜索方法和游戏玩法 * 逻辑推理系统和实际规划 * 不确定性和概率推理系统 * 强化学习和学习中的知识 * 交流和感知的代理总的来说，这本书涵盖了广泛的人工智能相关主题，为初学者和经验丰富的专业人士提供了该领域的全面介绍。* 智能代理和问题解决 * 知情搜索方法和游戏玩法 * 逻辑推理系统和实际规划 * 不确定性和概率推理系统 * 强化学习和学习中的知识 * 交流和感知的代理总的来说，这本书涵盖了广泛的人工智能相关主题，为初学者和经验丰富的专业人士提供了该领域的全面介绍。
以玩家为中心的人工智能实现自动游戏个性化
大量研究致力于数字应用的自动个性化，尤其是互联网应用[8]。随着互联网服务内容的增长，个性化应用（如推荐系统）有助于缓解信息过载和决策疲劳[8]。这项工作范围从网页上相对简单的更改（例如，使用每个用户的姓名）到使用更深层次的用户需求和行为模型的复杂定制[28]。电脑游戏是一个相对较新的个性化领域。与信息搜索和电子商务等经典个性化领域相比，人们玩游戏的原因更为广泛（例如，挑战、探索、审美体验和社交活动）。因此，更难确定游戏应该适应的个体玩家的需求和偏好。此外，与其他数字应用（如网站）相比，电脑游戏通常涉及更复杂的内容和用户交互。典型的游戏玩法是多感官的（例如，视觉、听觉和触觉），并包含多层含义（例如，正式规则和故事）。因此，要个性化游戏，需要进一步的技术进步（如何程序化地调整更复杂的游戏内容）和新的设计原则（如何根据各种玩家需求进行个性化），而不是我们从经典的个性化领域学到的东西。因此，电脑游戏是研究下一阶段个性化技术的绝佳领域。在本文中，我们采用了 Bakkes、Tan 和 Pisan 的定义 [ 4 ]，即个性化游戏是根据当前玩家的信息进行自我调整的游戏，例如通过自动确定适合当前玩家的难度级别。本文的主要论点是，现有的个性化游戏人工智能研究可以从更多以玩家为中心的视角中受益。尽管他们在技术上做出了贡献，但该领域的大多数现有工作主要面向更复杂的算法和系统功能。这种以系统为中心的个性化方法已经在个性化网络应用程序的早期研究中尝试过。它导致了试图“找到工具的用途，并部署最酷的新功能”的实践，并使这些应用程序对它们应该服务的人群不那么有用[ 28 ]。我们的目标是展示游戏人工智能研究的现状为了避免类似的缺点，游戏 AI 研究社区可以从进一步将技术研究与玩家需求和行为的深度模型结合起来中受益。在本文中，我们通过认知科学理论绘制了游戏 AI 在个性化方面的研究现状，介绍了我们为加强上述一致性而开展的初步工作。具体来说，我们使用 Norman 关于行动阶段的认知理论 [ 37 ] 来研究玩家经历的每个阶段的最新研究成果，并确定有待进一步研究的未解决的问题。
儿童糖尿病教育学习游戏
抽象学习媒体是一种工具或手段，用于帮助提供信息，概念和技能的教育过程中。在健康行业中，著名学习媒体的应用之一是通过游戏，尤其是严肃的游戏。认真的游戏是互动软件，旨在介绍有趣的教育并涉及游戏的要素。这项研究旨在开发一个以“糖尿病患者英雄”的名字来为儿童提供糖尿病教育的认真游戏。本研究中使用的研究方法使用了研究与开发（R＆D）研究方法。游戏开发过程将ADDIE模型与分析，设计，开发，实现和评估的阶段进行。数据收集是通过测试游戏并向20名受访者填写问卷来进行的。结果表明，游戏“糖尿病患者的英雄”是通过RPG流派而开发的，它成功地创建了一种教育工具，该工具对于10-15岁的儿童非常适合和有效，可以传达有关糖尿病的基本信息，包括症状，定义，原因，类型，类型，方法，管理，长期影响，长期影响，以及理解疾病的重要性。用户响应使用使用问卷的响应结果表明，该游戏可以更好地了解糖尿病，并可以在玩家和游戏中玩耍的愉悦的玩法体验，而无需从玩家方面遇到困难。在医疗保健行业中，学习媒体的一个突出应用是通过游戏，尤其是严肃的游戏。Kata Kunci：糖尿病； Edukasi;游戏serius;媒体Pembelajaran抽象学习媒体是一种工具或手段，用于促进教育过程中信息，概念和技能的传递。认真的游戏是互动软件，旨在以涉及游戏元素的引人入胜的方式提供教育。本研究旨在分析一个名为“糖尿病英雄”的严肃游戏的开发，以提供糖尿病教育，并为儿童提供互动和吸引人的学习。本研究中采用的研究方法采用了研发（R＆D）方法。游戏开发过程遵循Addie模型，涉及分析，设计，开发，实施和评估的阶段。数据收集是通过游戏测试和来自20名参与者的问卷回答进行的。该研究的结果表明，“糖尿病患者的英雄”作为RPG游戏开发，有效地为10-15岁的儿童提供了适当的教育工具，以提供有关糖尿病的基本信息，包括症状，定义，原因，类型，管理，长期影响，并了解疾病的重要性。使用使用问卷的用户响应结果表明，该游戏可以更好地了解糖尿病，并为玩家提供愉快的游戏体验，并且可以玩游戏而不会给玩家带来困难。关键字：糖尿病；教育;认真的游戏；学习媒体
游戏在促进儿童发展和牢固的亲子纽带中的重要性
抽象游戏对于孩子的整体发展至关重要，因为它有助于认知，身体，社会和情感幸福感。让儿童参与各种游戏活动，人际关系和经验，从概念到两个年龄，为基本的大脑联系奠定了基础。目前每秒形成超过一百万个大脑连接。这也是一个时期，为父母提供与孩子完全互动的理想机会。尽管事实证明是从儿童和父母的玩法中获得的好处，但一些儿童的免费游戏的时间大大减少了。本文解决了各种因素，这些因素导致了幼儿时期的游戏活动。它们包括匆忙的父母生活方式，家庭结构的变化，对学者的关注和充实活动的增加，以牺牲休会或自由游戏为代价。它还提供了有关早期教育者和看护人如何通过帮助家庭，学校系统和社区来倡导儿童的建议，请考虑如何最好地确保在儿童日常生活中注入游戏，以及如何通过创建最佳的发展环境来寻求儿童生活中的平衡。关键字：幼儿，最佳发展，游戏活动，父母，家庭纽带。引言游戏对最佳儿童发展非常重要，以至于它被联合国高级人权委员会作为每个儿童的权利认可（联合国儿童权利委员会，2013年）。许多因素可能会影响儿童游戏。它强调了游戏在为表达创造力，想象力，自信心，自我效能的表达以及身体，社会认知和情感力量和技能的发展提供机会中的作用。进一步强调，通过玩耍，孩子们探索和体验周围的世界，尝试新的想法，角色和经验，并因此学会更好地理解和建立他们在世界上的社会地位（Awopetu＆Ossom，2018年）。每个孩子的扮演权的权利受到了发展中国家的无效环境，暴力和不安全感，有限的资源，童工和剥削实践的挑战。但是，即使是那些幸运的孩子也足以拥有丰富的可用资源，并且生活在相对和平中的孩子也可能无法获得全部的作用。这些孩子中的许多人都以越来越急切和压力的风格抚养长大，这可能会限制他们从儿童驱动的游戏中获得的保护性好处（Folorunsho＆Yahaya，2019年）。重要的是要了解每个孩子都应该有机会发展其独特的潜力。因此，儿童倡导者必须考虑所有干扰最佳发展的因素，并按照使每个孩子完全获得与游戏相关的优势的情况。即使是有足够资源的孩子，也可能会受到限制，因为一个家庭的
防止患有先天性心脏缺陷的幼儿久坐的生活方式：手术或导管插入术后体育活动康复的可行性研究
积极的游戏对幼儿至关重要[1-5]，因为它是儿童社会化的基础，提供情感，心理和认知益处[5]，对于儿童健康和生物学和心理社会发展至关重要[1，5]。患有模拟或复杂先天性心脏缺陷（CHD）的儿童通常不那么活跃[7]，即使这些孩子具有适合年龄的运动技能，也无法实现为幼儿最佳健康而推荐的180分钟的日常活动[8] [9，10]。高度不活跃的CHD的婴儿成为最不活跃的学龄儿童[11]，这表明有效的介入以增强活跃的玩法，应针对婴儿期CHD的儿童。尽管大多数具有简单或复杂CHD的大多数大儿童和成人比健康的同龄人更久坐[12-14]，但这些患者中的一小部分是主动生活方式[15，16]和运动[17]，健身[18，19]或运动技能训练[17]可提高其表现。因此，他们的久坐行为不太可能是由于心脏诊断的生理局限性而导致的。简单或复杂的CHD儿童中的低血球生活方式[14]是由于身体活动的自我效能有限而导致的[20]，父母过度培训[21]或对儿童的看法是脆弱的[14，17]。不确定性自然会导致谨慎，最终是一种更久坐的生活方式。鉴于难以改变既定习惯，因此很少有干预措施可以增强冠心病患者的积极生活方式，这表现出长期的益处[18]。需要针对幼儿的干预措施，以便在久坐的生活方式习惯出现之前就可以建立积极的生活方式。针对冠心病儿童体育锻炼的干预措施的发展将是高度新颖的，并确定了几个理论问题。最重要的是，有必要确定父母是否愿意让孩子参加。目前尚不清楚年轻婴儿的父母和冠心病形式较差的父母是否愿意在治疗时参加6个月的干预措施（即招聘可行性）。在支持治疗日期和治疗日期之间的4到6周间隔内完成招聘和基线评估的父母和医疗保健方面也需要证据来支持可行性。有关干预效力和依从性的数据，以及需要随机分配干预或对照条件的患者的意愿，以计算适当的随机对照试验（RCT）样本量。除了关于提款和不合格率的数据外，还需要有关接触，注册和评估患者以及开发和实施每个孩子干预所需的时间的数据。为了准备RCT，以研究冠心病婴儿治疗和治疗后恢复阶段的6个月干预措施的功效，这项研究正在评估参与者招聘，数据收集程序以及结果指标，可接受性和适用性的干预措施以及所需资源的可接受性和适用性以及所需的资源。我们还获得了对干预反应的初步疗效证据，专业和
cyborg宣言 - 无政府主义者的镜子！
本文是为了建立忠于女权主义，社会主义和产妇的讽刺政治神话。可能更忠实于亵渎神灵，而不是尊敬的崇拜和认同。亵渎似乎总是需要非常认真地对待事情。我不知道在美国政治的世俗宗教，福音传统中采用更好的立场，包括社会主义女权主义的政治。亵渎行为可以保护一个人免受内在道德多数派的侵害，同时仍坚持需要社区的需求。亵渎不是背道。具有讽刺意味的是，涉及到较大的批量，甚至是辩证的，甚至是关于将不相容的事物固定在一起的张力，因为两者都是必要的和真实的。具有讽刺意味的是幽默和认真的玩法。这也是一种修辞策略和一种政治方法，我希望在社会主义女权主义中看到更多的荣誉。在我讽刺的信仰的中心，我的亵渎神灵的形象。机器人是一种控制论的生物，是机器和有机体的混合体，社会现实的生物以及小说的生物。社会现实是生活中的社会关系，我们最重要的政治建构，是改变世界的小说。国际妇女运动已经建立了“妇女的经验”，并发现或发现了这一至关重要的集体态度。这种经历是最关键，政治类型的虚构和事实。解放取决于意识的建设，富有想象力的压迫以及可能性。机器人是一个小说和生活经验的问题，它改变了二十世纪后期妇女的经验。这是关于生死攸关的斗争，但是科幻小说与社会现实之间的界限是一种光学幻想。当代科幻小说中充满了机器人 - 同时创造的动物和机器，这些动物和机器构成了世界模棱两可的自然和精心制作的世界。现代医学也充满了机器人，有机体与机器之间的耦合，每个人都被认为是编码设备，亲密感，并且具有在性行为史上没有产生的力量。cyborg“性别”恢复了一些可爱的蕨类植物和无脊椎动物的可爱的巴洛克式（如此出色的有机预防学对异性恋的预防学）。Cyborg复制与有机繁殖没有耦合。现代作品似乎是半机械人殖民作品的梦想，这一梦想使泰勒主义的噩梦看起来田园诗般。和Modern War是一款机器人狂欢，由C3i，Command-Control-Conmunication-Intelligence编码，1984年美国国防预算中的840亿美元项目。我正在争论机器人作为一种小说，描绘了我们的社会和身体现实，并作为一种富有想象力的资源，暗示了一些非常富有成果的耦合。迈克尔·福柯（Michael Foucault）的生物政治是对机器人政治的轻率预感，这是一个非常开放的领域。到20世纪后期，我们的时代，一个神话般的时代，我们都是嵌合体，理论上的和有机体的理论和植物杂种；简而言之，我们是半机械人。这个机器人是我们的本体论；它为我们提供了政治。在传统中机器人是想象力和物质现实的凝结形象，两个加入的中心结构了任何历史转变的可能性。
使用 div>设计人工智能的视频助理裁判系统
***** Turan University（哈萨克斯坦）摘要。 div>本文档研究了由人工智能驱动的视频助理裁判系统（VAR）的有效性，以提高设备运动中仲裁决策的精确性，效率和一致性。 div>结合了人工智能和计算机视觉，该系统在Almath的当地冠军赛中进行了测试，其中涉及八支足球队。 div>通过分析决策，临时效率和各种仲裁场景中的一致性的分析，该研究使用卡方检验，家长测试和Kappa Cohen统计数据来定量评估传统VAR系统的改进。 div>结果表明，该系统会大大增加决策的准确性和减少决策时间，从而保持游戏的流动性。 div>尽管该系统在仲裁决策中也表现出更大的一致性，但它突出了需要更多改进才能有效管理复杂游戏情况的领域。 div>调查结果表明，如果技术进步继续解决当前的局限性，那么AI在运动仲裁中的整合可以实质上有益于团队运动的公平和动态。 div>这项研究有助于技术与体育交集的知识不断增长，为数字仲裁系统的未来改进提供了框架。 div>摘要。 div>日期接收：09-28-24。 div>Palabras clave: VAR impulsado por IA, arbitraje deportivo, visión por computadora, precisión en la toma de decisiones, eficiencia en deportes, Kappa de Cohen, prueba chi-cuadrado, pruebas t pareadas, tecnología en deportes, sistemas de arbitraje digital.本文调查了AI驱动的视频助理裁判（VAR）系统在增强团队运动中主持的准确性，效率和一致性方面的功效。结合了人工智能和计算机视觉的结合，该系统在Almaty的当地冠军赛中进行了测试，其中涉及八支足球队。通过分析决策准确性，时间效率和跨主导场景的一致性，该研究采用了卡方测试，配对的t检验以及Cohen的Kappa统计数据，以定量评估对传统VAR系统的改进。结果表明，AI驱动的VAR系统大大提高了决策的准确性并减少了决策时间，从而保持了游戏玩法的流动性。尽管该系统在主持决策方面也表现出增强的一致性，但它强调了需要进一步完善的领域，以有效地应对游戏情况。调查结果表明，如果持续的技术进步继续解决当前的局限性，则AI融入体育主持人可以实质上有益于团队运动的公平和动态。这项研究为技术与体育交集的知识越来越多，为数字主持系统的未来增强提供了框架。关键字：AI驱动的VAR，体育主持人，计算机视觉，决策准确性，体育效率，Cohen's Kappa，Chi-Squared测试，配对的T检验，体育技术，数字官方系统。Fecha deAptación：09-10-24 Bakhytzhan Kulambayev bakhytzhankulambayev@gmail.comFecha deAptación：09-10-24 Bakhytzhan Kulambayev bakhytzhankulambayev@gmail.com
![b'in最近的地标结果[Ji等。 ，Arxiv：2001.04383（2020）]，显示在允许玩家共享无界维度的量子状态时，近似于两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界面时，我们研究了两人游戏的计算复杂性。更具体地说，我们给出一个大小的半决赛程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算添加剂\ xcf \ xb5-对具有T \ xc3 \ XC3 \ xc97 t -dimemensional量的两种玩法游戏的值的近似值 - 分别。对于固定尺寸t，此尺寸在Q中以q和准溶解度为单位，从而改善了先前已知的近似算法，而最差的运行时间保证最多在q和a中是指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不平等得出。](/simg/1\1eb8edb93c176a0334628f287995a2757f02cfe3.webp)
b'in最近的地标结果[Ji等。 ，Arxiv：2001.04383（2020）]，显示在允许玩家共享无界维度的量子状态时，近似于两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界面时，我们研究了两人游戏的计算复杂性。更具体地说，我们给出一个大小的半决赛程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算添加剂\ xcf \ xb5-对具有T \ xc3 \ XC3 \ xc97 t -dimemensional量的两种玩法游戏的值的近似值 - 分别。对于固定尺寸t，此尺寸在Q中以q和准溶解度为单位，从而改善了先前已知的近似算法，而最差的运行时间保证最多在q和a中是指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不平等得出。
b'in最近的地标结果[Ji等。，arxiv：2001.04383（2020）]，显示在允许玩家共享无限维度的量子状态时，近似两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界定时，两人游戏的计算复杂性。更具体地说，我们给出一个半尺寸的尺寸的程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算附加\ xcf \ xb5-关于具有T \ xc3 \ x97 t -dimum量的两次播放游戏的值的附加值，近似值，该量的量游戏分别。对于固定尺寸t，这在Q中以Q和准多态的多项式缩放在A中，从而改善了先前已知的近似算法，其中最差的运行时保证最充其量是Q和A中的指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不等式得出。
alphazero中计划能力的限制-CCN 2024
Glickman，M。E.和Jones，A。C.（1999）。评估国际象棋评级系统。Chance-Berlin，然后是纽约，12，21-28。Kim，B.，Wattenberg，M.，Gilmer，J.，Cai，C.，Wexler，J.，Viegas，F。等。 （2018）。 可解释性超出特征归因：具有概念激活向量（TCAV）的定量测试。 在国际机器学习会议上（pp。） 2668–2677）。 Lee，S。（2000）。 非负矩阵因子化算法。 nips。 McGrath，T.，Kapishnikov，A. 。 。 Kramnik，V。（2022）。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录，119（47），E2206625119。 Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。 （2018）。 一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。 Sci-Ence，362（6419），1140–1144。 Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。 。 。 其他人（2017年）。 掌握没有人类知识的Go的游戏。 自然，550（7676），354–359。 Steingrimsson，H。（2021）。 国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议（COG）会议（pp。） 1–8）。 Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。Kim，B.，Wattenberg，M.，Gilmer，J.，Cai，C.，Wexler，J.，Viegas，F。等。（2018）。可解释性超出特征归因：具有概念激活向量（TCAV）的定量测试。在国际机器学习会议上（pp。2668–2677）。Lee，S。（2000）。 非负矩阵因子化算法。 nips。 McGrath，T.，Kapishnikov，A. 。 。 Kramnik，V。（2022）。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录，119（47），E2206625119。 Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。 （2018）。 一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。 Sci-Ence，362（6419），1140–1144。 Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。 。 。 其他人（2017年）。 掌握没有人类知识的Go的游戏。 自然，550（7676），354–359。 Steingrimsson，H。（2021）。 国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议（COG）会议（pp。） 1–8）。 Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。Lee，S。（2000）。非负矩阵因子化算法。nips。McGrath，T.，Kapishnikov，A. 。 。 Kramnik，V。（2022）。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录，119（47），E2206625119。 Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。 （2018）。 一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。 Sci-Ence，362（6419），1140–1144。 Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。 。 。 其他人（2017年）。 掌握没有人类知识的Go的游戏。 自然，550（7676），354–359。 Steingrimsson，H。（2021）。 国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议（COG）会议（pp。） 1–8）。 Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。McGrath，T.，Kapishnikov，A.。。Kramnik，V。（2022）。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录，119（47），E2206625119。 Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。 （2018）。 一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。 Sci-Ence，362（6419），1140–1144。 Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。 。 。 其他人（2017年）。 掌握没有人类知识的Go的游戏。 自然，550（7676），354–359。 Steingrimsson，H。（2021）。 国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议（COG）会议（pp。） 1–8）。 Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。Kramnik，V。（2022）。在Alphazero中获得国际象棋知识。 国家科学院的会议记录，119（47），E2206625119。 Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。 （2018）。 一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。 Sci-Ence，362（6419），1140–1144。 Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。 。 。 其他人（2017年）。 掌握没有人类知识的Go的游戏。 自然，550（7676），354–359。 Steingrimsson，H。（2021）。 国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议（COG）会议（pp。） 1–8）。 Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。在Alphazero中获得国际象棋知识。国家科学院的会议记录，119（47），E2206625119。Silver，D.，Hubert，T.，Schrittwieser，J.，Antonoglou，I.，Lai，M。，等。（2018）。一种普遍的增强学习算法，掌握了国际象棋，Shogi并进行自我游戏。Sci-Ence，362（6419），1140–1144。Silver，D.，Schrittwieser，J.，Simonyan，K.，Antonoglou，I.，Huang，A.，Guez，A.，。。。其他人（2017年）。掌握没有人类知识的Go的游戏。自然，550（7676），354–359。Steingrimsson，H。（2021）。国际象棋堡垒，这是对技术状态象征[Neuro]架构的因果测试。在2021年IEEE游戏会议（COG）会议（pp。1–8）。Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。 ARXIV预印ARXIV：2206.10498。 （2023）。Valmeekam，K.，Olmo，A.，Sreedharan，S。和Kambhampati，S。（2022）。ARXIV预印ARXIV：2206.10498。（2023）。大型语言模型仍然无法计划（LLMS的基准计划和推理有关变更的理由）。van Opheusden，B.，Kuperwajs，I.，Galbiati，G.，Bnaya，Z.，Li，Y。，＆Ma，W。J.专业知识增加了人类游戏玩法的计划深度。自然，618（7967），1000–1005。