单靠策略网络解魔方距最优仅 10 步，52.5 万宽度束搜索压到 21.2 步

haydendevs · x · 2026-11-13

开发者用魔方求解做实验：完美求解平均 18 步，其策略网络不用测试时搜索就只差 10 步；对同一权重跑 100 万宽度的束搜索仅降到 21.8 步，52.5 万宽度降到 21.2 步——比最优长约 20%，作者估计这已是该网络的极限。说明为搜索而训练的网络与纯策略网络在测试时搜索下的收益差异明显。

所属事件:纯策略网络解魔方平均 28 步，距最优仅差 10 步(2 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →