Splendor

新的蒙特卡洛树搜索增强技术提升了在不确定游戏环境中的性能

研究人员开发了新的方法来增强蒙特卡洛树搜索（MCTS）算法，特别适用于高不确定性和隐藏信息领域，例如对抗性棋盘游戏。提出的增强方法侧重于集成确定化 MCTS 中的动态资源分配。这包括根据搜索行为调整确定化树的数量，并将模拟预算非均匀地分配给能提供最大潜在知识收益的树。在 Jaipur、Lost Cities 和 Splendor 等游戏上的测试表明，这些增强功能的某些配置显著提高了算法的性能。