核心概念
蒙特卡洛树搜索
通过反复模拟逐步扩展树并更新动作价值统计的树搜索框架。
MCTS 蒙特卡洛搜索 Monte-Carlo tree search
简明解释
蒙特卡洛树搜索（Monte Carlo tree search，MCTS）常以选择、扩展、模拟或评估、回传四部分反复使用预算。模拟可随机走到终局，也可调用价值模型。UCT只是选择规则的一种；有限预算有方差和偏差，不保证找到真正最优动作。[1, Abstract; §§1–3]
别和什么混淆
MCTS是框架；UCT是具体树策略。AlphaGo还使用策略网络和价值网络，不能缩写成裸MCTS。
在本书中
本页参考来源
- Kocsis L, Szepesvári C. Bandit Based Monte-Carlo Planning [C]. Springer, 2006. 定位：Abstract; §§1–3. 稳定来源（访问 ）。