注意：他们对选择阶段的描述实际上与“标准实现”不匹配。他们声明根据选择策略遍历树，直到到达叶节点。我不同意这一点。标准实现是遍历树，直到到达一个节点，在该节点中仍然存在没有为其创建子节点的合法行为（尚未“完全展开”的节点）。

这两者仅在扩张策略是立即完全扩张的情况下是等价的，即立即为所有合法行为创建新节点。$L$. 有了这样的扩张策略，$L$会立即从叶节点变成完全展开的节点。但这不是“标准实现”。最常见的扩展策略是每次迭代只向树中添加一个新节点。

让$L$表示在选择阶段结束时到达的节点。标准实现确实是先以某种方式扩展，从而产生一个新的孩子$C$的$L$, 然后开始播放$L$向前。

并且树叶不是永远像树叶一样粘在一起吗，因为播放总是从他们的孩子开始，而不是他们？

不，只要添加新的孩子$C$到$L$,$L$根据定义不再是叶节点；叶节点定义为没有子节点的节点。下次 MCTS 决定遍历树的同一部分时，$L$就像任何其他内部节点一样，$C$将是一个叶节点，我们可能会在未来的扩展阶段在其下方添加另一个节点。或者，当然，也有可能在未来的迭代中，我们的选择阶段仍然以$L$尽管它不再（不再）是叶子，但如果它仍然有未扩展的节点$C$（未来的兄弟姐妹$C$）。

为什么播放从第一片叶子的孩子开始，而不是叶子本身？

这是因为我们通常需要一种与播放机制略有不同的机制来选择要扩展的节点。最常见的（或者至少是最简单直接的）播放机制是从所有合法行为中随机均匀地选择行为。选择新节点的最常见（或至少是最简单直接）的机制$C$添加到$L$是仅从那些尚未添加儿童的法律行为中统一随机选择$L$. 由于这些机制不同，我们无法在$L$并声明播放的第一个动作是生成新节点的动作$C$; 我们必须使用（稍微）不同的实现。