※ 引述《OxfordGOD (牛津神)》之銘言：
: http://www.bnext.com.tw/article/view/id/38923
: 目前我在網路上看到這篇介紹的比較詳細
第一次粗略地看完這一篇文章 結合這幾天來的思考 我想提出一些看法
簡略地先說說 AlphaGo 的三大手法:(有錯請指正)
1. 策略網路 (根據大量棋譜訓練 監督式學習 提出(雙方)最有可能的落子點)
https://goo.gl/bONQ6T
2. 評價網路 (根據兩台能力相同的AlphaGo(隨機多次)下到完，
推估落子點勝率，選勝率高者。由於兩台機器能力一樣，
此機率跟落點有關，跟對手是誰或能力無關)
https://goo.gl/XWfWnv
3. 蒙地卡羅搜尋樹 (混合1與2並進行簡化動作，不需要每一點或每一個分支進行分析)
____________________________________________________________
也請參考 http://www.slideshare.net/ccckmit/alphago-59482042
(用十分鐘瞭解《AlphaGo的幾個可能弱點》)
____________________________________________________________
****** 以下為我的看法 *********
_______________________________
個人覺得有兩個方向可能可以試試 讓AlphaGo更接近完美
A. 訓練棋譜先分類 如我之前的文章所說明 #1MvdF35h
(避開勝負手/無理手翻盤的棋譜 訓練時只採用完勝的棋譜)
B. 將評價網路中的勝率最高著點改為圍地目數最多之著點
當然可以兩種都記錄下來
根據以上的第2點，比方說，模擬10000盤，某a點圍地最多，它的勝率也應該是
勝率最高的幾個點之一，這絕對是正相關的兩種參數
(若不是，系統的不穩定性就出來了(如第四盤的鬼手出現))