知识卡片
树搜索一轮包括四阶段
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- MCTS · 查看原书依据
反向更新当前行动序列中的所有元素
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