Drop7最优策略研究：学习型查找表策略仍低于人类高手

作者primitivesuave发布了一项为益智游戏Drop7寻找最优自动策略的研究项目。目前最强的候选策略——深度为4搜索内的学习型查找表，在512局未见过的游戏上平均得516,155分，高于同深度expectimax配手写叶子评估的382,567分。 不过这一成绩仍远低于人类老玩家可打出的百万分水平。项目已登记12个技术家族、27条理论主张和41项预注册实验，问题尚未解决。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。