MCTS 最“标准”的实现可能涉及在节点内存储游戏状态的副本。由于您提到的原因，这适用于确定性游戏，但不适用于非确定性游戏。

在非确定性游戏中，使 MCTS 工作的最简单方法之一是认为树中的每个节点都应该映射/表示/编码一个轨迹或动作序列，而不是一个状态。这意味着每个节点都收集统计信息（获胜次数 / 访问次数等），以收集它所代表的动作轨迹，而不是它所代表的状态。

通过根本不在节点中存储任何游戏状态，这种观点可以很容易地实现。相反，每当您遍历树时（在 MCTS 的选择阶段），您应该简单地重新模拟沿该路径穿过树的所有动作，再次从根状态开始。这样，由于不确定的游戏状态转换，通过单个节点的不同访问可能导致在该节点中“观察到”不同的游戏状态。在极限内（在无限时间之后），每个节点将估计导致该节点的动作轨迹的期望值，而不是单个确定性结果博弈状态的博弈论值。这整个想法有时被称为“开环 MCTS”，例如在本文中。

我上面描述的是一种简单的方法，可以在涉及非确定性状态转换的游戏中从 MCTS 获得更好的性能，如您所描述的（例如造成的随机伤害量），但也有许多更复杂的想法。我怀疑特别需要更复杂的方法来处理更“激烈”的不确定性形式（由随机抽牌产生，或由基于随机化的方法来处理不完全信息，例如不知道对手有哪些牌）。

最近有一场炉石 AI 竞赛，可能会发现一些有用的想法，例如，在与该竞赛相关的工作页面上。