在普通的蒙特卡洛树搜索 (MCTS)实现中，rollout 通常是按照统一的随机策略实现的，也就是说，它采取随机动作直到游戏结束，然后才备份收集的信息。

我已经阅读了 AlphaZero 论文（以及 AlphaGo Zero），但我没有找到任何关于如何实施推出的信息（也许我错过了）。

如何在 AlphaGo Zero 和 AlphaZero 算法中实现 MCTS 的推出？