machine-learning - MCTS 搜索游戏中不同开始状态的树

Question

我有一个关于 MCTS 的基本问题。我的问题是关于开始状态的处理。据我了解，搜索树是通过有效操作的分支来构建的，这会导致每次在相同状态下启动时遍历相同的搜索树。但是如果每次游戏开始时游戏的开始状态都不同怎么办？ (例如发不同的牌)这是否会导致多个根节点本质上导致对于具有 N 种可能的发牌组合的游戏产生 N 种不同的搜索树？这是否意味着如果开始状态不同，我在以前的游戏中构建的搜索树就没用了？MCTS 中如何处理不同的启动状态？

提前谢谢您。

Answer 1

据我所知，MCTS用于快速逼近最小最大树。这里不存在“不同的起始节点”之类的东西 - 您运行算法给定特定的当前状态来找到最佳答案/移动。在纸牌游戏中 - 一旦你看到你的牌等，你就运行它。“问题”通常出现在非确定性游戏中，在这种游戏中，你不确定特定 Action 的结果(由于 Action 的随机性)游戏规则等)。这种情况称为“非确定性游戏”(骰子游戏)或“具有部分信息的游戏”(如纸牌游戏)。对于每一个 MCTS 都有开发的方法。

我建议看看 http://mcts.ai/ ，您可以在这里找到很棒的 MCTS 相关论文库。