答案出人意料地隐藏在最初的 AlphaGo论文中：

在搜索结束时，AlphaGo 选择访问次数最多的动作；与最大化动作价值相比，这对异常值不太敏感。

不幸的是，论文或相关参考文献中似乎没有进一步的细节。具有最大访问次数的根子节点（对应于一个动作）被恰当地称为鲁棒子节点，如此处所述并在此处的MCTS 调查中引用。