我想开发一个信息不完全的两人游戏——“Stratego”。
这场比赛“有点”像国际象棋，但最初我们对对手棋子的排名一无所知。当一个棋子攻击或被某个对手的棋子攻击时，他们的等级被揭示并且更高等级的棋子杀死/捕获更低等级的棋子。可以在此处找到有关游戏的更多详细信息。
我做了一点研究。我读了 JA Stankiewicz 的“Stratego 中的对手建模”。但是我找不到有关如何开发游戏的完整教程。我曾成功开发过一款两人游戏——“黑白棋”，又名黑白棋，我熟悉 MINIMAX 算法和 alpha-beta 修剪。
我在某处发现蒙特卡洛树搜索也用于开发零和二人游戏。它可以用于像战略这样的游戏吗？我可以获得相同的完整教程吗？
任何其他不涉及蒙特卡洛树搜索的教程也很有用:)
我认为 MCTS 在 Stratego 中会遇到困难，因为初始传播函数非常大，而最好的游戏非常依赖于游戏的真实情况。也就是说，在最好的情况下，MCTS 会给你一个在你对手棋子的所有可能变化中统计上很好的游戏，但最好的下一步行动在很大程度上取决于他们选择了哪种特定变化。
我仍然对 MCTS 有深入的了解，但在我看来，MCTS 在涉及隐藏信息的多轮欺骗性游戏很重要的游戏中表现不佳（扑克，规范，但战略，我也会说）。在此类游戏中，您确实需要开发其他玩家情况/策略的模型，而 MCTS 本质上将为您提供与所有树统计相关的答案，而不仅仅是地面实况树。
MCTS 适用于涉及大量机会的游戏（西洋双陆棋和其他涉及骰子和许多纸牌游戏的棋盘游戏），在我看来，它是一种出色的通用解决方案，可以迅速应用于大量现代“欧式”棋盘游戏。（有趣的是，尽管它们涉及“欺骗性策略”，但它们通常涉及的隐藏信息相对较少。）
我不知道任何 MCTS 信息不完整，而且似乎需要对算法进行大量修改才能使其正常工作。
即使在每边只有十个棋子、只有两种棋子和只有一个“更强”棋子的非常受限类型的 Stratego 中，你仍然在玩十种可能的实际游戏中的一种。在一个完整的策略游戏中，由于起始位置的组合数量众多，而且看起来都很相似，因此不确定性要大得多。
似乎您还必须增强算法以捕获“显示的知识”，因为它发生了，例如，在我们的玩具示例中，每个碎片之间的相遇都会揭示一些关于敌人位置的信息。
尝试一下似乎很有趣，但最初只是针对一个非常受限的类似战略的问题，并且理解现成的 MCTS 是不够的，您必须仔细深入地考虑正确的扩展到算法。