درخت جستجوی مونت کارلو: تفاوت میان نسخه‌ها
محتوای حذف‌شده محتوای افزوده‌شده
Scholar.me (بحث | مشارکتها) ایجاد شده توسط ترجمهٔ صفحهٔ «Monte Carlo tree search» |
(بدون تفاوت)
|
نسخهٔ ۱۸ اوت ۲۰۱۷، ساعت ۱۶:۴۴
در علوم کامپیوتر درخت جستجو مونت کارلو (MCTS) یک الگوریتم جستجو اکتشافی برای برخی از انواع فرآیندهای تصمیم گیری است. مهمترین کاربرد آن در بازیها است. دو نمونه برجسته از کاربرد درخت جستجو مونت کارلو در بازی کامپیوتری Total War: Rome II و دیگری برنامه های اخیر در کامپیوتر برو است.[۱] اما درحقیقت از این درحت در دیگر بازی های تخته ای نیز استفاده شده است. نمونه هایی مانند بازی های ویدئویی زمان واقعی و بازی های غیر قطعی مانند بازی پوکر قابل ذکر است.
اصل عمل
تمرکز درخت جستجوی مونت کارلو بر روی تحلیل حرکاتی است که بیشترین امید برد را دارند. این حرکات از گسترش درخت جستجو با روش نمونه برداری تصادفی از فضای جستجو انتخاب می شوند.
منابع
- ↑ Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda. "Mastering the game of Go with deep neural networks and tree search". Nature. 529 (7587): 484–489. doi:10.1038/nature16961.