Monte Carlo tree search
Een zoekalgoritme dat een speelboom laat groeien via willekeurig gespeelde partijen en zijn tijd besteedt waar de uitkomst het gunstigst lijkt.
Vier stappen die zich herhalen: een pad door de boom selecteren, een nieuw knooppunt uitbreiden, de partij willekeurig uitspelen tot het einde en de uitkomst terugpropageren. De selectie wordt meestal gestuurd door UCB1, dat onbekende zetten verkennen afweegt tegen het verdiepen van veelbelovende.
Er is geen handgeschreven evaluatiefunctie nodig, en dat was doorslaggevend voor Go, waar niemand een goede kon schrijven. AlphaGo combineerde MCTS met neurale netwerken die zowel de selectie als de evaluatie begeleidden.