你能解释一下如何构建树吗？
我已经相当理解节点是如何选择的，但更详细的解释将有助于我实现这个算法。我已经有一个表示游戏状态的棋盘，但我不知道（不理解）如何生成树。
有人能指给我一个带有详细注释的算法实现吗（我需要用于AI）？或者更好的解释/示例？
我在网上没找到很多资源，这个算法相当新…
回答：
生成树的最佳方法是一系列随机模拟。诀窍在于能够在探索和利用之间取得平衡（这就是UCT的用武之地）。这里有一些很好的代码样本和大量的研究论文参考：https://web.archive.org/web/20160308043415/http://mcts.ai:80/index.html
当我实现这个算法时，我使用随机模拟直到达到终点或终止状态。我有一个静态评估函数来计算此时的收益，然后将此点的得分传播回树上。每个玩家或“团队”都假设对方团队会为自己选择最佳行动，同时为对手选择最差的行动。
我还建议查看Chaslot的论文和他的博士论文，以及引用他工作的一些研究（基本上是自那以后的所有MCTS工作）。
例如：玩家1的第一步可以模拟未来10步，交替进行玩家1和玩家2的行动。每次你必须假设对方玩家会尽量最小化你的得分，同时最大化他们自己的得分。这是一个基于此的整个领域，称为博弈论。一旦你模拟到10场比赛的结束，你会从起点再次迭代（因为只模拟一组决策没有意义）。树的每个分支都必须被评分，其中得分被传播到树上，得分代表模拟玩家可能获得的最佳收益，假设另一玩家也在为自己选择最佳行动。
MCTS包括四个战略步骤，只要有时间就重复进行。这些步骤如下。
-
在选择步骤中，从根节点遍历树，直到我们到达一个节点E，在那里我们选择一个尚未添加到树中的位置。
-
接下来，在模拟步骤中，通过自我对弈进行移动，直到游戏结束。该“模拟”游戏的结果R在黑方（LOA中的第一玩家）获胜时为+1，平局时为0，白方获胜时为-1。
-
随后，在扩展步骤中，将E的子节点添加到树中。
-
最后，在回溯步骤中，R沿着从E到根节点的路径传播。当时间用完时，程序执行的移动是根节点中值最高的子节点。（这个例子取自这篇论文 – PDF
www.ru.is/faculty/yngvi/pdf/WinandsBS08.pdf
这里有一些实现：
使用一些MCTS实现的库和游戏列表http://senseis.xmp.net/?MonteCarloTreeSearch
以及一个名为Fuego的独立于游戏的开源UCT MCTS库http://fuego.sourceforge.net/fuego-doc-1.1/smartgame-doc/group__sguctgroup.html
