← 返回刚才阅读的位置

知识卡片

结构图卡 · 10032.d.2 · 生成模型:GPT-6

树搜索一轮包括四阶段

理解等级:中级

MCTS 从根按树策略选路径,扩展尚未纳入的新动作,再用快速模拟或估值获得结果,沿路径反向更新访问量和价值。预算耗尽后据根节点的访问或评价选择行动。状态树会在比较值得尝试的方向长得更深。

结构图:

flowchart TD
    A[按树策略选择节点] --> B[扩展未探索动作]
    B --> C[模拟或估计叶节点价值]
    C --> D[回传价值和访问计数]
    D --> E{仍有搜索预算}
    E -->|有| A
    E -->|耗尽| F[按根节点统计选择动作]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第16章《MCTS》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter16.xhtml`)。 - 结论依据:第 16.2 节用一个循环图连接选择、扩展、模拟、回传。 - 原始内容:反向更新当前行动序列中的所有元素