模擬
① Selection
② Expansion
③ Simulation
④ Backprop
速度
快轉
探索常數 c
UCT = 勝率 + c × √(ln N父 ÷ N子)
局面(點空格下子)
搜尋樹(點節點看細節)
寬度 = 造訪次數 N 對下這手的一方有利 五五波 不利 這次模擬的路徑
這一步在做什麼
節點細節
著手NW勝率探索項UCT