我想知道如何在MCTS中处理N个玩家游戏。对手的动作是否嵌入搜索树中？ 它们的值是否与其他Actions一样生成？ 如果是这样，它们的值不会以错误的方式改变父状态的总值？ mcts.ai是一个很好的有用的网站，但关于n-player游戏。示例代码只是说“对于n-player游戏需要额外的逻辑”
提前谢谢。
答案 0 :(得分：4)
事实上，它并不是那么简单，只是为少数额外的玩家建模，以最大化自己的利润。
对于多人游戏问题，至少有几种不同的方法，包括：
max^n（最简单的）基于MCTS的方法的主要问题是找到轻量级模拟/评估和嵌入其中的知识之间的平衡。多玩家游戏将自己的参数引入到这个复杂的等式中，因此有一些有趣的修改可以找到更好的解决方案（就有限的资源而言）然后是天真的方法。一种这样的方法是“播出搜索”，在Playout Search for Monte-Carlo Tree Search in Multi-Player Games中详细描述。
2人和多人游戏最重要的区别在于，在大多数2人游戏中，积分系统在某种程度上是“对称的” - 如果我赢了，你输了，反之亦然。因此，假设我想赢，我可以把它想象成我试图获胜和我的对手试图获胜之间的战斗。一旦我们介绍了第三个玩家，它就不再那么简单了。现在，如果我赢了 - 一切都好。但是其他两个玩家没有必要赢得比赛，这足以让他们输掉（并且其中任何一个获胜），这是偏执战略的基础 - 我们假设所有球员与我们对抗，而不关心谁真正获胜。这交替了所需的模型（因为它们不再最大化任何利润），并且只是可能的场景之一。董事会中有N名玩家，可能的数量（以及他们的混合）是巨大的。
答案 1 :(得分：1)
我认为它与标准Minimax算法的情况相同。毕竟MCST只是估算完整Minimax树的一种方法。所以你可以将故事作为N奖励的游戏价值向量，每个玩家最大化他的结果。
考虑到勘探政策，我认为理论上政策没有改变，但我可能错了。