我正在尝试了解 MCTS 算法的工作原理以及如何在纸牌游戏中实现它以改进 AI 引擎。
我已经阅读了 mcts.ai/ 网站和许多关于它的论文，其中一篇显示了一些关于在 AI 中应用 Monte Carlo Search 和 UCB 成功进行魔术纸牌游戏的结果，这或多或少是我需要做的，但是我在尝试理解某些要点以及如何应用它时遇到了一些麻烦，因此请解决我需要的问题。我在数学方面也没有那么丰富的经验，所以当论文用复杂的公式解释所有这些东西时，我会迷失方向。
到目前为止，这是我想出的：
给定一个游戏状态（用户参与游戏），确定哪些是可以进行的所有可能的合法游戏，然后我将创建一个节点列表（一个代表每个游戏）作为 MCTSTree 根节点中的一个属性，每个节点的结果（分值？）
使用随机玩家模拟每个合法游戏的完整（直到结束）游戏，并在每个节点中记录结果，无论玩家是赢还是输，以便获得完整的画面。
这里是“我认为”蒙特卡洛 + UCB 应该应用的地方：
使用 UCB 递归地选择更有希望的游戏（节点），如果是它的叶子，则使用其 gameState 中的所有可能游戏扩展该节点。
从选定的节点模拟n次播放，直到达到一定的时间。
- 在这个阶段我有一些疑问......假设我尝试随机播放给定可能的播放列表......为了继续模拟，我与第一个结果有什么关系？那我应该让树长大吗？
如何反向传播结果？
然后，
请记住，由于这是一个复杂的纸牌游戏，而且我有很多可能的动作……它的性能是否足够好，可以在任何节点中拥有这么多孩子？
如果每个模拟都基于一个游戏状态，并且每次玩家应用动作时游戏都会改变状态，那么我怎么知道这棵树是否真的有用？
我真的很感激这方面的任何帮助。
非常感谢！
