MCTS (Monte Carlo Tree Search)

以下文章摘录自：

《机器学习观止——核心原理与实践》

京东： https://item.jd.com/13166960.html

当当：http://product.dangdang.com/29218274.html

(由于博客系统问题，部分公式、图片和格式有可能存在显示问题，请参阅原书了解详情)

 

 

MCTS (Monte Carlo Tree Search)

1.1        MCTS概述

在前面的学习中，我们分析了蒙特卡洛方法，本章节将为大家解开蒙特卡洛树搜索的“面纱”。虽然它们的名字很接近，但大家需要注意的是这两者却有着本质区别。

我们先简单回顾一下Monte Carlo Method，它起源于二战时期的“曼哈顿计划”。一方面是出于保密性考虑，另一方面蒙特卡洛方法本身就和随机事件相关联，所以冯诺依曼等科学家就以世界闻名的摩纳哥赌城为其命名，即Monte Carlo。

MC Method是一系列方法的统称，其核心思想简单来说就是通过有规律的“试验”来获取随机事件出现的概率，并通过这些数据特征来尝试得到所求问题的答案的近似解。这样子描述可能有点抽象，下面我们举一个利用蒙特卡洛方法来求圆周率的经典例子。

大家都知道圆周率是数学及物理学中的一个数学常数，它等于圆形面积S和半径(r)平方的比值，即：

S1 = r2

另外，正方形的面积计算公式是边长(假设为2r)的平方：

S2 = (2r)2

那么如果把圆放在正方形里面，就形成了如下所示的图形：

图 ‑ 利用蒙特卡洛方法求解圆周率(1)

 

紧接着我们在这个图形里随机产生N(通常在10000以上)个随机数，如下图所示：