如何在複雜遊戲中的MCTS中執行轉出

Question

好的，我基本理解MCTS如何與節點選擇等一起工作。我不明白的是隨機轉出階段。 我是隨機模擬未來的遊戲步驟，直到它以贏或者輸的方式結束是否正確？ 推出更多複雜的遊戲，其中包含許多國家和可能的行動以及未知的敵方行動，是否會持續很長時間？ 如果隨機展開敵方移動直到遊戲結束，是不是隻是隨機返回贏或輸失敗？ 如果有人能夠像3或4步遊戲這樣的簡單例子來解釋推出階段，我會很高興。

在此先感謝。

Answer 1

模擬隨機遊戲比隨機返回贏得或失敗更具信息性。

想象一下TicTacToe板，其中一種顏色不能再贏，但另一種顏色可以。顯然，隨機推出可以揭示這一事實。

此外，樣本返回某個結果的概率通常有實際的信息。在所有隨機遊戲中贏得90％的情況可能比僅贏得所有隨機遊戲的10％的情況更可取。當然，這不能一概而論。一個分支只有在播放單個正確響應時纔可能包含某個獲勝 - 而且這個分支可能具有許多可能的失敗路徑。

MCTS的一個可能的改進是做比隨機播放更聰明。