确实有一些研究将 MCTS 和 minimax-like 算法结合起来。例如以下两个出版物：

• 蒙特卡洛树搜索和极小极大混合
• 具有启发式评估函数的蒙特卡洛树搜索和极小极大混合

这种组合背后的基本直觉往往是在更大的 MCTS 搜索中使用类似 minimax 的小型搜索，和/或支持已证明的赢/输（从某种意义上说，minimax-like 搜索已经确定某个状态是某个特定的）除了更标准的价值估计外，还通过 MCTS 树进行了完美比赛时的输赢。

但如果可能的话，我想以某种方式将 MC 搜索导入我已经构建的引擎中。

我不确定这有多容易。如上所述，我认为在较大的 MCTS 搜索中使用较小的 minimax 搜索更为常见。我认为这意味着您首先要构建一个 MCTS，然后尝试将您已经实现的 minimax 导入其中。这与您想写的内容相反/相反。

我不认为将小型 MCTS 搜索集成到“更大”的极小值中会很好。小型 MCTS 搜索的价值估计对于随后在“外部”极小极大类算法中的使用来说太不可靠了。