首页 文章

蒙特卡洛树搜索交替

提问于
浏览 次
0

任何人都可以澄清一下（因为我没有在任何地方找到任何明确的例子）MCTS算法为第二个玩家迭代 .

我看起来似乎只是看起来像是在玩，例如P1每次移动 . 我理解一个代理的步骤，但我从来没有发现任何显示P2放置其计数器的代码，这在生长树时肯定会发生 .

基本上我会期望：

对于每个人：

select node Player1展开Player1

选择节点Player2展开播放器2

推出backpropogate

下一个

这是正确的吗？？有人可以拼出一些伪造的代码吗？无论是迭代还是递归，我都不介意 .

谢谢你的帮助 .

artificial-intelligence game-ai monte-carlo-tree-search

1 回答

  • 1

    诀窍在于反向传播部分，你可以从那些移动到这个位置的玩家的角度更新“wins”变量 .

    Code for MCTS

    UCT功能下的注意事项，特别是注释：

    #Backpropagate
    while node != None: # backpropagate from the expanded node and work back to the root node
        node.Update(state.GetResult(node.playerJustMoved)) # state is terminal. Update node with result from POV of node.playerJustMoved
        node = node.parentNode

    如果你按照函数调用，你会意识到 visit 变量总是被更新; wins 但是，不是 .

    回复于

相关问题