介绍 AlphaGo 的论文《Mastering the game of Go with deep neural networks and tree search》推动了 MCTS 的使用

蒙特卡洛树搜索 (MCTS)使用蒙特卡洛推出来估计搜索树中每个状态的值。随着更多的模拟被执行，搜索树变得更大并且相关值变得更准确。通过选择具有更高值的子项，用于在搜索期间选择动作的策略也随着时间的推移而得到改进。渐近地，该策略收敛到最优玩法，并且评估收敛到最优值函数。当前最强大的围棋程序基于 MCTS，并通过经过训练以预测人类专家移动的策略得到增强。这些策略用于将搜索范围缩小到一系列高概率动作，并在推出期间对动作进行采样。这种做法取得了很强的业余发挥。