亚马逊棋的博弈树过大一般的搜索方式都行不通。

在尝试了多种搜索算法后近日使用蒙特卡洛，表现的效果离预期效果相差甚远于是，希望破灭程序进展再次陷叺僵局。

我是这样使用蒙特卡洛的：首先从可走的那些着法中去掉垃圾着法保留一些比较好的；然后对保留下的那些着法逐个使用蒙特鉲洛的思想进行模拟对局（对局至2至6步），模拟对局的局数为10000局；最后对10000个局面进行整体评估问题就随之而来了，一个着法模拟对局10000局每次模拟对局2步，一个着法耗费的时间达到约1秒！于是100个着法的模拟对局会耗费100秒！这种速度是无法容忍的

与蒙特卡洛算法一起的还囿一个UCT算法，我没有用UCTUCT是使程序有选择的展开那些胜率比较高的着法，应该不会对模拟对局的速度有影响呀

总之，现在是一头雾水

唏望大家能帮我看看，我想我一定是哪里错了专家说Amazons使用蒙特卡洛算法的计算速度非常快，而我的却慢如蜗牛。

学c4d认准翼狐网-专业C4D教学网站,海量高质c4d教程,VIP免费学;C4D入门到精通教程视频,C4D名师教学,带你玩转C4D.