本次查询：Monte Carlo Tree Search
中文解释：蒙特卡洛树搜索
常见场景：当AI需要在围棋 / 象棋 / 扑克 / 游戏AI / 机器人规划等场景中
一句话解释
蒙特卡洛树搜索是一种在决策空间中通过随机模拟来评估每个选择好坏的算法，它像下棋时先快速推演几种可能结局，再选择胜率最高的走法。
为什么会被关注
MCTS之所以出名，是因为它让AlphaGo在围棋上战胜了人类冠军。围棋分支因子高达250，传统搜索方法完全失效。MCTS通过动态构建搜索树、用随机模拟替代穷举，把无限的可能性浓缩成可计算的问题，成为游戏AI和规划领域的核心工具。
随着强化学习和模仿学习的发展，MCTS也被用于机器人操作、自动驾驶决策等实时规划任务，因为它能处理部分可观察环境和连续动作空间，且不需要预知完整模型。
核心逻辑
MCTS的核心是四个步骤的循环：（1）选择——从根节点出发，使用UCB公式（上置信界）选择最有潜力的子节点；（2）扩展——当到达未完全展开的节点时，添加一个新子节点；（3）模拟——从新节点开始，用随机或简易策略快速对弈直到终局；（4）反向传播——将模拟结果（胜负或得分）沿路径回溯，更新各节点的访问次数和累计收益。
重复多次后，根节点的子节点被充分探索，它能根据累计胜率做出最佳决策。UCB公式平衡了“利用已发现的好节点”和“探索尚未充分了解的节点”，避免陷入局部最优。
常见场景
游戏AI是最典型场景：围棋（AlphaGo、Leela Zero）、国际象棋（部分变体）、扑克（Libratus）、星际争霸等实时策略游戏。MCTS在这些场景中无需人类知识即可通过自我对弈学习策略。
其他应用包括：组合优化（如调度、路由）、自动规划（机器人动作序列生成）、交互式叙事（游戏故事分支选择）、以及蛋白质折叠等科学计算中的模拟搜索。
容易混淆的点
MCTS常与“蒙特卡洛方法”（Monte Carlo Method）混淆。后者的核心是随机采样统计，而MCTS是树搜索框架，内部可使用蒙特卡洛模拟作为评估手段，但还包含树结构、选择策略等。MCTS并非单纯的随机采样。
也有人误以为MCTS会存储所有可能局面。实际上它只存储当前搜索树中已访问过的节点，模拟过程从不保存中间状态，因此内存占用远小于完整博弈树。另外，MCTS与动态规划不同：它不依靠状态转移方程，而是通过反复模拟估算价值。