蒙特卡洛树搜索

蒙特卡洛树搜索简称MCTS，并不试图以相同深度检查每个变例。它逐步扩展搜索树，并利用累积结果决定下一部分计算应投入何处。某一步被访问很多次并不自动表示它很好，但其估计通常得到更多搜索支持。

一次MCTS循环

1. 选择：从初始局面开始沿现有分支前进，在已经显得强劲的着法与仍不确定的着法之间取得平衡。
2. 扩展：向树中加入尚未展开的局面或着法。
3. 评估：估计新局面之后的结果。传统方法可以完成模拟对局，现代系统也可以使用神经网络，也就是经过训练、能够识别模式的模型来评估局面。
4. 反向传播：沿访问过的路线把结果传回，并更新各节点的访问次数和估计。

重复这一循环会平衡利用与探索。利用是把更多计算投入已有有利证据的区域，探索则是测试不确定的替代方案，以免过早排除意外强着。具体平衡规则取决于实现。

与极小极大算法不同，MCTS通常根据搜索过程中收集的证据决定一个分支应被调查多少，而不只依赖统一深度。在一些基于神经网络的国际象棋程序中，网络会提供策略，用于建议可能的着法，以及价值，用于估计结果。价值所起的作用与评估函数相关，但完整搜索过程并不相同。