蒙特卡洛树搜索（MCTS）
Monte Carlo Tree Search
用随机模拟与树结构统计，在巨大决策空间里启发式地搜索好着法。
先用人话理解
完整枚举棋类等博弈树通常不现实。MCTS 通过选择、扩展、模拟、回传四步，把计算预算集中在更有希望的分支上，用胜率等统计量指导探索与利用。AlphaGo 等系统把策略/价值网络与 MCTS 结合，显著提升了搜索质量。
为什么重要
MCTS 提供了一种可扩展的在线规划方式，是现代强博弈 AI 的关键组件之一。
常见误解
MCTS 不是“纯随机乱试”，模拟结果会被系统性地统计与剪枝式聚焦。
没有好的先验（如策略网络）时，MCTS 在极深、极宽问题上仍可能很慢。