MCTS

Fördel: Utvärderingsfunktion behövs ej.

• Selection. Video som beskriver hur urvalet går till
  • Det handlar om avvägning mellan framgångsrika drag och oprövade grenar. Länk
• Expansion.
• Simulation. Innebär att dragen väljs slumpvis till någon vunnit eller remi inträffat.
• Backpropagation. Uppdatering från lövet till roten av bråken.

Noderna innehåller vinstandelar.

Svart är vid draget.

Roten: Vit har vunnit 11 av 21

7/10 väljs här, pga C=sqrt(2). (0/3 väljs om C=2)

1/6 väljs

3/3 väljs

Simulering sker. Svart vann

3/3 uppdateras till 4/4

1/6 uppdateras till 1/7

7/10 uppdateras till 8/11

11/21 uppdateras till 11/22

Om tiden är ute, väljs 8/11 eftersom nämnaren 11 är störst.

Störst antal partier avgör alltså vilket drag som väljs.