「蒙特卡羅樹搜索」能否應用於像Stratego這樣的「信息不完整的雙人遊戲」？

Question

我想開發一個信息不完整的雙人遊戲 - 「Stratego」。

這款遊戲「有點」像國際象棋，但最初我們對對手的棋子行列一無所知。當一個攻擊或者被某個對手的棋子攻擊時，他們的等級被揭示，並且較高等級的棋子殺死/捕獲較低等級的棋子。 關於遊戲的更多細節可以在here找到。

我做了一些調查。我讀了J.A.的「戰略對手建模」。斯坦凱維奇。但是我找不到關於如何開發遊戲的完整教程。我已經成功開發了一款雙人遊戲 - 「黑白棋」a.k.a. Reversi，並且我熟悉MINIMAX算法和alpha-beta修剪。

我在某處發現蒙特卡羅樹搜索也用於開發零和總結雙人遊戲。它可以用於戰略遊戲嗎？我可以得到一個完整的教程嗎？

任何其他教程不涉及蒙特卡洛樹搜索也將是有益的:)

Answer 1

我覺得MCTS在Stratego會有一段艱難的時間，因爲最初的傳播功能如此之大，而最好的傳播非常依賴於比賽的真實性。也就是說，在最好的情況下，MCTS會給你一個在統計上很不錯的比賽，其中所有可能的變體你的對手的棋子，但最好的下一步棋高度取決於他們選擇的特定變化。

我仍然對MCTS有一個很好的理解，但在我看來，MCTS在涉及隱藏信息的多輪欺騙性遊戲非常重要的遊戲中表現不佳（撲克，正則，但戰略，我會說，也）。在這樣的遊戲中，你真的需要開發一個其他玩家狀態/策略的模型，而MCTS的性質會給你一個答案，這個答案在統計上與所有的樹相關，而不僅僅是地面實況樹。

MCTS可以很好地處理涉及大量機會的遊戲（西洋雙陸棋和涉及骰子和許多紙牌遊戲的其他棋盤遊戲），在我看來，它是一種優秀的通用解決方案，可以迅速應用於大量現代「歐洲式「棋盤遊戲。 （有趣的是，儘管它們涉及「欺騙性策略」，但它們通常涉及相對較少的隱藏信息。）

Answer 2

我不爲不完整的信息關我過上知道任何MCTS的，而且好像要花大量的修改算法以使其運行。

即使在一個非常有限的Stratego類型中，每一邊只有十個棋子，只有兩種類型的棋子，只有一個「較強」的棋子，您仍然在玩十個可能的實際遊戲之一。在一場完整的戰略遊戲中，由於起始位置的組合數量衆多，所以它們的不確定性遠遠超過這個數字。

看來你還需要增加算法以捕獲「顯示的知識」，例如，在我們的玩具示例中，片段之間的每次碰撞都會顯示關於敵人位置的一些信息。

這似乎是有趣的嘗試，但只是爲了一個非常有限的Stratego類問題，並且瞭解現成的MCTS是不夠的，你必須仔細考慮和深入關於算法的正確擴展。