最常见的策略是每次迭代只扩展一个节点；您可以将其视为扩展播放阶段的第一个节点（图像中的“模拟”），而不是扩展播放阶段的任何其他节点。这也是在您的图像中所做的。

这是最常见也可能是最简单的策略，但肯定不是唯一的策略。这几乎是您必须扩展的最低限度，但如果您愿意，您可以扩展更多。每次迭代只扩展一个节点的最常见的方法基本上就在那里，因为它最大限度地减少了内存耗尽的风险；当您每次迭代只向树添加一个新节点时，树的增长相对较慢，因此您必须让算法运行很长时间才能耗尽内存。

如果你不怕内存不够，你可以选择扩展任意数量的节点。例如，我的通用视频游戏 AI 代理会立即扩展播放期间遇到的每个节点，因为在那个特定域中，无论如何我们只能运行相对较少的迭代，所以我不怕内存不足，即使我确实扩展了很多节点。

反向传播步骤只能将迭代的结果（信息）存储在实际存在的节点中，即已扩展的节点中。因此，扩展更多（如果可能）的好处是您将从早期迭代中保留更多信息，您的反向传播步骤立即将结果存储在路径上的所有节点中，而不仅仅是前几个节点。一般来说，这是一个相对较小的好处；无论如何，树深处/模拟深处的节点不太可能被多次访问，然后这无关紧要。但是理论上，扩展更多可以在更接近根的节点中产生更准确的值估计。