Qual è la politica di lancio nel documento di AlphaGo?

Il documento è qui .

La politica di implementazione ... è una politica lineare di softmax basata su funzioni basate su pattern locali veloci, calcolate in modo incrementale ...

Non capisco quale sia la politica di lancio e come sia correlata alla rete delle politiche di selezione di una mossa. Qualche spiegazione più semplice?

— Ciao mondo
fonte

Il documento sembra essere dietro un paywall ...

— Vladislavs Dovgalecs,

@xeon Non posso farci niente. Ho pieno accesso al documento ma non riesco a caricarlo qui (leggi sul copyright). Forse google in giro se qualcun altro ne ha una copia?

— HelloWorld

@xeon airesearch.com/wp-content/uploads/2016/01/…

— dsaxton

$p(a \mid s)$ $a$ $s$ $p$

Quando affermano che la politica di lancio (credo che abbiano preso in prestito il termine "lancio" dal backgammon) è una funzione di softmax lineare, si riferiscono a una generalizzazione della funzione sigmoide utilizzata nella regressione logistica. Questa funzione assume la forma

\frac{e^{β_{io}^{T} X}}{Σ_{j = 1}^{K} e^{β_{j}^{T} X}}

$\frac{e^{\beta^T_i x}}{\sum_{j=1}^{k} e^{\beta_j^T x}}$

$x$ $\beta_i$ $a_i$

— dsaxton
fonte