摘要
针对 MuZero 在部分可观测、随机及多玩家环境中缺乏显式信念建模的问题，本文提出 SkyNet（信念感知 MuZero）。该方法在标准架构中引入自我条件的辅助头，用于预测胜者和排名估计，促使潜在状态保留关键信息以应对不确定性，无需显式跟踪信念状态或修改搜索算法。在 Skyjo 卡牌游戏评估中，SkyNet 胜率显著超越基线，证明信念感知辅助监督能有效提升部分可观测下的表征学习能力。
AI 推荐理由
论文核心提出信念感知规划方法，改进 MCTS 在部分可观测环境下的决策能力。
研究机构
Dwight and Dian Diercks School of Advanced Computing, Milwaukee School of Engineering
论文信息