मोंटे कार्लो ट्री सर्च

मोंटे कार्लो ट्री सर्च, संक्षेप में MCTS, हर वेरिएंट को समान गहराई तक जाँचने की कोशिश नहीं करती। यह धीरे-धीरे पेड़ बढ़ाती है और संचित परिणामों से तय करती है कि गणना का अगला हिस्सा कहाँ लगाया जाए। किसी चाल पर अधिक बार पहुँचना अपने आप उसे अच्छी नहीं बनाता, लेकिन उसका अनुमान सामान्यतः अधिक खोज से समर्थित होता है।

MCTS का एक चक्र

1. चयन: आरंभिक स्थिति से शुरू करके मौजूदा शाखाओं का अनुसरण किया जाता है और पहले से मजबूत दिखने वाली चालों तथा अभी अनिश्चित चालों के बीच संतुलन बनाया जाता है।
2. विस्तार: ऐसी स्थिति या चाल पेड़ में जोड़ी जाती है जिसे अभी विकसित नहीं किया गया था।
3. मूल्यांकन: नई स्थिति से परिणाम का अनुमान लगाया जाता है। पारंपरिक विधियाँ सिम्युलेटेड बाज़ियाँ पूरी कर सकती हैं, जबकि आधुनिक प्रणालियाँ उसका आकलन करने के लिए न्यूरल नेटवर्क, यानी पैटर्न पहचानने वाला प्रशिक्षित मॉडल, उपयोग कर सकती हैं।
4. बैकप्रोपेगेशन: परिणाम को देखे गए मार्ग पर वापस ले जाकर उसकी विज़िट संख्या और अनुमान अद्यतन किए जाते हैं।

इस चक्र की पुनरावृत्ति उपयोग और अन्वेषण में संतुलन बनाती है। उपयोग का अर्थ वहाँ अधिक प्रयास लगाना है जहाँ प्रमाण पहले से अनुकूल हैं। अन्वेषण का अर्थ अनिश्चित विकल्प जाँचना है, ताकि किसी आश्चर्य को बहुत जल्दी अस्वीकार न किया जाए। दोनों के संतुलन का सटीक नियम कार्यान्वयन पर निर्भर करता है।

मिनिमैक्स के विपरीत, MCTS सामान्यतः खोज के दौरान जुटे प्रमाण से तय करती है कि किसी शाखा की कितनी जाँच करनी है, केवल समान गहराई से नहीं। न्यूरल नेटवर्क पर आधारित कुछ शतरंज प्रोग्रामों में नेटवर्क एक नीति देता है, जो संभावित चालें सुझाती है, और एक मान देता है, जो परिणाम का अनुमान लगाता है। इस मान की भूमिका मूल्यांकन फ़ंक्शन से संबंधित है, हालांकि पूरी खोज प्रक्रिया अलग होती है।