蒙特卡洛树搜索 蒙特卡洛模拟

您好,今天小源来为大家解答以上的问题。蒙特卡洛树搜索相信很多小伙伴还不知道,现在让我们一起来看看吧！

蒙特卡洛树搜索 蒙特卡洛模拟

1、蒙特卡洛树搜索（Monte Carlo tree search；简称：MCTS）是一种用于某些决策过程的启发式搜索算法，最引人注目的是在游戏中的使用。

2、一个主要例子是计算机围棋程序，它也用于其他棋盘游戏、即时电子游戏以及不确定性游戏。

3、比如围棋，棋手需要针对盘面的情况，选择下一步走哪个位置。

4、这个决策过程可以认为是一个决策函数a = f(s) ，即面对 可能的状态s ， 决策函数f 会提供一个 行动a （落子位置）。

5、当然，我们希望 f 尽可能优秀，其决策a能够尽可能赢棋。

6、我们也可以将f构造为一颗决策树。

7、从盘面初始状态开始（没有棋子），令初始状态为根节点，第一手棋有19*19=361个位置，因此根节点下面有361个子节点，第二手棋有360个可能的位置，即361个节点下，每个节点又有360个子节点......随着双方的落子，树的分枝越来越多，每个分支最终会进入叶子状态（对局结束，黑胜或白胜）。

8、理论上可以列举所有可能的情况，做一棵完整的决策树，但实际上这个数据量大到不可能实现。

9、因此，我们必须在有限的时间和空间之内，高效的构建一个子树，这是一个不完整但 尽量好的决策树 。

10、即便只是尽量好的决策，也是很困难的。

11、因为一步棋的好坏通常不能立即判断出来，最终的评判要到下完的时候才能决定谁赢，况且即便赢了棋，也不代表其中每一步都是好的。

12、但是，无论怎样，必须提供某种方法让AI知道一步棋好不好，也就是要提供一些 启发 ，于是我们可以采用蒙特卡洛树搜索方法。

13、刚才我们说到下一盘棋不能判定其中走法的好坏，但如果下很多次呢？比如在某个特定盘面s1情况下，进行n次对局（接着s1盘面往后走），如果统计下来黑棋赢得多，说明s1情况对黑棋比较有利。

本文到这结束，希望上面文章对大家有所帮助。