围棋AI，蒙特卡洛树搜索

目录

1 蒙特卡罗方法（Monte Carlo method）

2. 蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS)

3 Upper Confidence Bounds（UCB）

正文

1 蒙特卡罗方法（Monte Carlo method）

像圆周率计算实验一样，用通过概率实验所求的概率估计来估计一个未知量，这样的方法统称为蒙特卡罗方法（Monte Carlo method）。

在现实世界中，大量存在一些复杂性过程，由于这类模型含有不确定的随机因素，我们很难直接用一个确定性模型来分析和描述。面对这种情况．数据科学家难以作定量分析，得不到解析的结果，或者是虽有解析结果，但计算代价太大以至不能使用。在这种情况下，可以考虑采用 Monte Carlo 方法 [1]。

2. 蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）算法

蒙特卡洛树搜索是一种基于树结构的蒙特卡洛方法，所谓的蒙特卡洛树搜索就是基于蒙特卡洛方法在整个2N（N等于决策次数，即树深度）空间中进行启发式搜索，基于一定的反馈寻找出最优的树结构路径（可行解）。概括来说就是，MCTS是一种确定规则驱动的启发式随机搜索算法 [1]。

以MC