我使用流行的Monte Carlo Tree Search实现了一个 AI 下棋（也称为跳棋）。
我受到这个资源http://www.bailopan.net/checkers/的启发，它也是如此。
不幸的是，我的实现和那个实现有一个问题：虽然 AI 在游戏的早期和中期表现得非常好，但他们并不能很好地处理最终游戏：我发现他们最终只是移动最后的棋子而不是试图获胜.
我实现了模拟步骤，在未来 N 回合中为两名玩家随机移动（即：它直到最后才模拟游戏，而是进行大量回合）。
我给了人工智能大量的时间来考虑它，只是为了确保计算时间不是瓶颈。
我正在考虑使用一些基于域的启发式方法来调整模拟步骤，但如果需要，我不知道如何开发评估函数。
在这种情况下，你觉得我应该如何提高我的 AI 才能有更好的后期游戏呢？