Ricerca ad albero Monte Carlo
Algoritmo di ricerca che fa crescere un albero di gioco con partite casuali e impiega il tempo dove il guadagno sembra migliore. Noto anche come MCTS.
Quattro passi ripetuti: selezionare un percorso lungo l'albero, espandere un nuovo nodo, giocare la partita a caso fino alla fine e propagare il risultato verso l'alto. La selezione è tipicamente governata da UCB1, che bilancia l'esplorazione delle mosse sconosciute e l'approfondimento di quelle promettenti.
Non richiede una funzione di valutazione scritta a mano, il che fu decisivo per il Go, dove nessuno riusciva a scriverne una buona. AlphaGo ha combinato MCTS con reti neurali che guidano sia la selezione sia la valutazione.