rc电路中uct怎么算

UCT算法即上限置信区间算法，是一种博弈树搜索算法，该算法将蒙特卡洛树搜索方法与UCB公式结合，在超大规模博弈UCT算法与传统搜索技术的最大区别在于不同的分支可以有不同的搜索深度。 UCT 算法在不同的深度获取评估值。对于最有“ 希望”求解问题的分支， UCT 算法的搜索深度可以很深，而对于“ 希望” 不大的分支， 其搜索深度可以很浅。 当最有“希望”求解问题的分支数量远少于“ 希望” 不大的分支数量时， UCT 算法就可以把搜索资源有效地用于最有“希望”求解问题的分支， 从而获得比传统搜索算法更深的有效深度 d′。这个具有神奇力量的“希望”是由树 是节点 的访问次数， 也是节点 被树内选择策略选中的次数。 是节点 n 的访问次数。c 是一个手工设定的常数。 c 的作用是平衡 UCT 算法的利用需求和探索需求。