在复杂游戏中如何在MCTS中进行滚出

Question

好的，我基本上理解了MCTS是如何处理节点选择等的。我不理解的是随机推出阶段。我随机模拟未来的游戏步骤，直到它以输赢结束，这是正确的吗？随着更复杂的游戏，有许多状态，可能的行动和未知的敌人移动，推出不是很长的时间吗？如果你随机推出敌人的移动，直到你到达游戏结束，那么随机地返回输赢不是同样好吗？如果有人能在一个简单的例子中解释推出阶段，我会很高兴，比如3或4步游戏。

提前谢谢。

Answer 1

模拟随机游戏比随机返回输赢更能提供信息。

想象一下，一种颜色无法取胜，而另一种颜色可以取胜的TicTacToe电路板。显然，随机推出可以揭示这一事实。

此外，在样本返回某一结果的概率中通常有实际信息。你赢得90%的随机游戏可能比你只赢得10%的随机游戏更可取。当然，这不能一概而论。一个分支可能包含一个特定的胜利，只有当单个正确的响应被播放时-并且这个相同的分支可能具有许多可能的失败路径。

另外，MCTS的一个可能的改进是比随机播放更智能。