纯策略网络解魔方平均 28 步，距最优仅差 10 步

开发者测试了一个未经最优解专门训练的魔方求解策略网络：完美求解平均需 18 步，该纯策略网络平均仅多 10 步，达到 28 步，而其他方法通常需在测试时配合搜索算法。对同一权重运行束搜索，100 万宽度降至 21.8 步，52.5 万宽度反而压到 21.2 步。

2026-11-13 ~ 2026-11-13 · 2 条相关

• 纯策略网络解魔方平均 28 步，距最优仅差 10 步 — haydendevs · 2026-11-13

另有 1 条近重复转述:haydendevs