改进蒙特卡洛树搜索中的默认策略（Rollout Policy）

Question

我已经用 python 编写了 MCTS AI，现在，我正在尝试改进它的第一次迭代。有人告诉我，我需要改进我的推出功能。人工智能的目的是玩点和盒子的游戏。

现在，在收到游戏状态后，rollout 只是随机播放游戏的剩余部分。

推出：

    while not state.is_terminal:
        state.apply_move(choice(state.legal_moves))

我想知道如何通过更改推出功能来改进 AI？

Answer 1

在点数中，随机游戏可能很糟糕，因为它会 (1) 错失填满盒子的机会，(2) 给对手填满盒子的机会，这两者都会让比赛变得不像真正的比赛。

因此，最简单的更改是在比赛中对动作进行排序。首先，如果可能的话，采取随机移动填满一个盒子。其次，采取不让对手有机会填满盒子的随机动作。最后，给对手一个填满箱子的机会。 （但是，在这里你可能想要选择一个让对手以高概率填充的最小区域的移动。）