https://en.wikipedia.org/wiki/Monte_Carlo_tree_search
http://mcts.ai/about/index.html
UCT算法(Upper Confidence Bound Apply to Tree),即信任度上限树,是一种博弈树搜索算法,该算法将蒙特卡洛树搜索(Monte—Carlo Tree Search,MCTS)方法与UCB公式结合,在超大规模博弈树的搜索过程中相对于传统的搜索算法有着时间和空间方面的优势。
UCB1(Upper Confidence Bound) 公式
AMAF(All Moves As First) 它视使棋盘达到某一相同状态的着法都等价的,不论由谁在何时完成
RAVE(Rapid Action Value Estimation) 快速动作值估计