面试题库 › 算法 / 大模型 › 蒙特卡洛树搜索(MCTS)的原理

蒙特卡洛树搜索(MCTS)的原理

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:强化学习

哪些公司问过

蚂蚁集团1

常见岗位:NLP / 语音

答案要点

  1. 适用于状态空间大、难穷举的序贯决策,如围棋等博弈和规划问题
  2. 四步迭代:选择、扩展、模拟(rollout)、回溯更新访问次数和收益
  3. 选择用UCT:平均收益 + c·√(ln N父 / N子),平衡利用与探索
  4. 最终动作通常选根节点下访问次数最多的子节点,比选平均收益最高更稳健
  5. AlphaGo用策略网络给先验、价值网络估值引导MCTS,AlphaGo Zero去掉了随机rollout

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题