mcts演算法

『壹』 蒙特卡洛樹是什麼演算法

蒙特卡洛樹搜索（Monte Carlo Tree Search, MCTS）是一種高效的演算法，用於解決復雜決策問題，特別是那些狀態空間非常大的問題，例如圍棋、德州撲克等。在 AlphaGo 的框架中，MCTS 被用來評估棋盤狀態的價值，為智能體提供最佳行動指導。它的核心思想基於強化學習（Reinforcement Learning, RL）中的蒙特卡洛方法，即通過計算樣本返回值的平均值來解決強化學習問題。

在棋類游戲中，如圍棋，每一次落子都對應著一個馬爾科夫決策過程（MDP）。為了在有限時間內找到最優或接近最優的行動，MCTS 提出了一種「沒病走兩步」的策略。具體來說，演算法通過在決策樹上進行有限次的隨機搜索，每次搜索包含四個階段：選擇（Selection）、擴展（Expansion）、模擬（Simulation）和反向傳播（Backpropagation）。

在選擇階段，演算法根據歷史數據和當前策略，選擇最有潛力的節點進行深入探索。擴展階段則是從選定節點衍生出一個未被探索的子節點。模擬階段是通過隨機策略進行多次游戲，以獲得從當前狀態到終止狀態的期望回報。最後，在反向傳播階段，將模擬結果反饋到樹的根節點，調整策略，使得未來在類似情況下能做出更優選擇。

隨著樣本數量的增加，通過頻率估計概率的方法使得 MCTS 能夠更准確地評估不同行動的價值。這使得演算法即使在面對復雜且狀態空間巨大的問題時，也能有效地找到高質量的行動方案。若要深入了解 MCTS 的原理及其數學推導，建議閱讀 Sutton 和 Barto 的經典著作《Reinforcement Learning: An Introction》。

『貳』 蒙特卡洛樹是什麼演算法

博弈聖經著作人的理論學說；什麼是「蒙特卡羅樹」？「蒙特卡洛樹搜索」也就是一種0、1、二維突然莫名其妙加一個時間，變成了3叉作為策略，蒙特卡羅樹搜索並不是量化，也是一種瞎猜，如同算卦，根本就沒有辦法運算，就是唬弄傻吊的八卦圖。

《博弈聖經》人工智慧的定義；人們把理性看成智能、把智能看成（0、1、2、）三維數碼、把三維數碼看成邏輯，人工智慧，也就是理性的三維數碼邏輯（+-×÷）的精確運算。

什麼是納什均衡

【摘要】
最終納什的家人和朋友、決定將他送進醫院治療，在醫院他認為醫生是蘇聯人、要追殺他。經醫生診斷，他得的「妄想型精神分裂症」也更加嚴重。一個被「妄想型精神分裂症」傷害的大腦、一個胡言亂語的精神病人、妄想出來的「納什均衡」博弈占優理論，你們認為可信嗎？
……

來源:美國資訊網；博弈聖經著作人對納什的嘲諷

博弈聖經著作人的經典名句；0、1、二維平均，稱平衡，0、1、2、三維平均，稱均衡。

在0、1、二維記錄的系統中，0、1、這兩種輸贏粒子，必需構成博弈進程中的基本單元，馮·諾伊曼發現，有一個「極小極大定理」存在其中，（極小極大定理，就是要麼極端的輸、要麼極端的贏），從長遠來看，兩種粒子出現的一次平均、是一次平衡，多次平均、就是多次平衡，裡面並不存在兩種粒子扯平的趨勢。兩種粒子的未來、不受過去所發生的、任何粒子事件的影響。0、1、兩種粒子趨於平衡的預期，已經被極小極大定理徹底否決。

在0、1、二維粒子隨機走動的系統中，只存在平均、不存在平均律，也就是不存在三維均衡。博弈聖經著作人的經典名句；策略，就不存在0、1、二維系統中。納什均衡提出時，當場就遭到馮·諾依曼的貶低、嘲笑和斷然否定。

談到「納什均衡」，有位記者請納什用通俗的語言來解釋他的理論。納什說；「『納什均衡』並不高深，它就像中國人發明的一種、三個人玩的撲克游戲，「納什均衡」就是一個簡單的三人博弈游戲」。中國有那麼多人玩撲克，又玩了那麼多年，納什還提醒了中國人半個多世紀，納什均衡並不高深，中國人竟沒有一個人發現三個人玩的撲克游戲中、還有一個『均衡占優理論』。人們不禁要問；納什他自己玩過幾次三人撲克游戲？他和誰玩的？他是怎麼發現的均衡？均衡理論又是怎麼單方占優的？在他所有的文章中，為什麼沒有對中國的撲克游戲展開敘述。一副撲克三個人玩，一個人18張牌，在連續記錄的0、1、2、三維系統中，18張牌只能記錄成、18個紅藍小點而已，它是怎麼個均衡法呢？我打一個比喻，納什讓工人用磚給他鋪一個場地，他只給了18塊磚......這是不是太令人費解了。2017年，美國東部時間1月30日，CMU開發的機器程序與四名職業玩家、約戰匹茲堡大賭場，並在持續20天的比賽時間中，每天每人1500次押注，20天一人共押30000次，四人共玩了12萬次表示均衡方可分出輸贏。18個紅藍小點咋均衡呢？納什均衡是什麼呢？正常人不知道，只有神經病才知道。

他在60多年的時間里，沒有人見過他、用中國的撲克表演過什麼是、非合作納什均衡，什麼是納什均衡占優策略，他既沒有實際表演，也沒有給出明確的理論說明，這令關注納什占優策略的人，大為失望。

博弈聖經著作人的經典名句；科學家在納什均衡理論中、尚未發現博弈占優策略的任何跡象。

博弈聖經著作人的經典名句；策略，來自0、1、2、三維結構的自然屬性。人們對世界的看法分為粒子、私湍、實體，簡稱為「粒湍體」，它們屬於博弈文化，每人都擁有獨一無二的博弈文化主題。
它們的標題名稱；「粒湍體博文代碼」。

例如；主題；⑧1000-4668091=3047.6000，四兩撥千斤計算代碼，（+-×÷）的精確運算。

例如；主題；⑧500-4687910=1436.8000，四兩撥五百斤計算代碼，（+-×÷）的精確運算。

例如；主題；⑦500-4577909=1347.9500，四兩撥五百斤計算代碼，（+-×÷）的精確運算。它們是博弈取勝、計算單方占優策略的標准模型。

在納什的語文學中，就沒有出現過一次0、1、2、三維均衡的概念，納什均衡哪裡來。

博弈聖經著作人的經典名句；納什均衡理論沒有任何明確的說法，納什均衡是美國偽造的產物，傳到了世界各地，當然也傳遍了中國。「納什均衡」的本質，是對中國人的智商，對發現、發明、創造精神的一種羞辱。

博弈聖經著作人的經典名句；二維平衡是指生物的競爭行為，三維均衡是指自然的優劣特性。

博弈聖經著作人的經典名句；揭開納什均衡的畫皮，露出真相。【如果納什均衡是以納什的名字、命名的一個博弈論術語；假如我把納什名字去掉、只剩下均衡一詞、均衡也就是純凈的博弈論術語；倘若所有博弈論的文章中、都把納什名字去掉只剩下均衡；再讀一篇篇博弈論文章、也都是圍繞著均衡一詞展開的敘述；發現通篇文章邏輯不通、詞意變異、不知所雲；只要是屬於納什均衡的理論文章、去掉納什名字之後、納什的鬼魅就出現了；通篇文章，捕風捉影、張冠李戴、以訛傳訛，添油加醋又像是瘋言瘋語，更不能被常人所理解。】

博弈聖經著作人的經典名句；納什-是納什，均衡-是均衡。納什均衡二者相提並論、就是；驢唇馬嘴。

博弈聖經著作人的經典名句；「納什均衡」 之所以鬼魅，納什自己不知道什麼是納什均衡，追隨他的門外漢，都假裝懂得納什均衡。「納什均衡」把所有的門徒變成了精神病、變成了不懂裝懂；任何人談到納什均衡，就像掉進了魔鬼坑，開口就是自問自答、自說自話、反復無常、自己感到莫名其妙時，還會自圓其說。博弈聖經著作人的經典名句；納什均衡是一份內容不明的謎語，它似乎和任何可理解的邏輯語言都對不上。博弈聖經著作人把「納什均衡」戲稱為「傻吊的博弈圖騰」。

博弈聖經著作人的經典名句；如果說納什均衡是一份學術遺產，那就是學術中、獨一份的滑稽遺產。納什均衡是什麼，納什自己不知道，中國的傻吊全都知道……。

博弈聖經著作人的經典名句；「納什均衡成了中國的一個宗教，追隨他的門徒；有無知的青年、有無畏的傻吊、還有無恥的教授。」

博弈聖經著作人的經典名句；中國的傻吊談博弈，必談納什均衡。

博弈聖經著作人的經典名句；中國人醒來吧，應該捫心自問；「納什均衡」既然像是中國人發明的三人撲克游戲，它的游戲規則是什麼？游戲理論又是什麼？中國人從三人撲克游戲中、也可以說從「納什均衡」中、到底學到了什麼？納什演示「納什均衡」用的數學符號，用的游戲規則、進行了毫無意義的重組。納什是被媒體炒作、捧殺、逼得騎虎難下，他在紙上寫寫畫畫、作出的符號游戲、是無可奈何時的一個姿態。按照博弈聖經著作人對虛擬經濟的解釋，虛擬經濟使用的是、單純一性的物品，（也許是因為諾貝爾經濟學獎錯發給了納什，他又不肯退回獎金的緣故。）納什均衡的行為姿態，不是演示博弈論術語，他演示的納什均衡、如同藝人玩猴。更為滑稽的是；納什讓人們明白了，滑稽的世界大師、滑稽的精美絕倫、滑稽的經典課程、滑稽的納什均衡，變成了滑稽的虛擬經濟。

博弈聖經著作人給虛擬經濟下了一個難以啟齒的定義；猶如看魔術大師讓一群狗爭奪一塊骨頭，讓眾人押注的賭博游戲。【通俗的解釋虛擬經濟是由單純一性的一個物品(字畫或古董)、單純一性的一個姿態（逞能擺架子，裝大官、充大款）、單純一性的一個玩物（藝人玩猴）、統稱為虛擬經濟。】納什單純一性的一個姿態（在紙上寫寫畫畫的那些數字元號），演示從沒人看懂過的納什均衡，如同藝人玩猴，它符合虛擬經濟的定義。

納什在20多歲時患上了，妄想型精神分裂症。在他想像的世界裡，全是魔鬼、武士和納粹，他覺得自己一直生活在別人的威脅下。他擔心自己，隨時會被其他人殺害，他對世界毀滅和自己的死亡有深深的恐懼。

一天早晨，納什拿著一份《紐約時報》走進辦公室，對著空氣說，報紙頭版左邊的文章里、包含著一條來自另一個星球的數字信息，只有他能破解。並且認為自己、是政府對抗蘇聯的間諜，他整天在數字中尋找拯救美國的密碼，他的幻覺也日益嚴重。

最終納什的家人和朋友、決定將他送進醫院治療，在醫院他認為醫生是蘇聯人、要追殺他。經醫生診斷，他得的「妄想型精神分裂症」也更加嚴重。一個被「妄想型精神分裂症」傷害的大腦、一個胡言亂語的精神病人、妄想出來的「納什均衡」博弈占優理論，你們認為可信嗎？

博弈聖經著作人的經典名句；【「納什均衡」一詞，像是宗教的「聖言」，追隨它的門徒，各自像精神病人一樣、在納什均衡中尋找理由，都想找到合理的理由解釋「納什均衡」，其結果把納什均衡變成了博弈宗教、納什變成了教主，門徒解釋納什均衡的瘋言瘋語，其實就是胡說八道。】

博弈聖經著作人的經典名句；如果中國的教授抄襲「納什均衡」作為標題，捕風捉影、以訛傳訛的炒作，是為了編書、售書、掙錢，假如讀者想通過「納什均衡」想占優、想贏錢，就應該先查查納什60年以來、講過一句「贏錢」嗎，他贏過一次嗎？因為沒有在賭場中驗證，他受到了愛因斯坦的冷遇。【納什既然是個數學家，他就應該把占優策略給出一個、數字量化的數學公式、或者是一個數學模板，讓所有的人都能成功模仿，也就是說，無論是傻吊或天才操作它，都是一樣的贏。】

科學的有效性，就應該像打電話一樣，只要給出一個電話號碼，無論是傻吊或天才有序的按下按鍵，都是一樣的打通電話。

科學的操作性，就應該像用計算器、加減乘除一樣，無論是傻吊或天才、無論時間或地點、只要計算同一道題，有序的按下按鍵，都會得出一模一樣的計算結果。

博弈聖經著作人的經典名句；科學家的博弈功能，是讓其傻吊與天才同等水平。人們等到納什車禍身亡、也沒有人等到納什的「非合作博弈占優策略」，歷史證明他就沒有、所謂的占優策略。

博弈聖經著作人的經典名句；
——策略，是一個0、1、2、三維的文化私湍；
——策略，是在個體性質、私湍結構、實體特性的，三個分形中蠕動；
——策略，是博弈哲學、對粒子行為論的三維思考；
——策略，是私湍邊際效應的運算、也是私湍邊際常數1.007813短暫的顯現；
——策略，是私湍邊際常數、在飛秒瞬間擱淺凝固時，也就是占優策略（一個小目標）的終結。

美國學術傳媒瘋狂炒作，把納什說成天才，吹捧了半個多世紀的納什均衡，什麼子博弈精煉納什均衡，什麼子博弈完美納什均衡，什麼非合作博弈策略、什麼博弈佔有策略，全世界經過半個多世紀的尋找、驗證、竟然沒有一個人找到贏的策略。「納什均衡」它會是什麼？它像UFO一樣詭異、令人百思不解。「納什均衡」的鬼魅讓人想入非非，層出不窮的解釋讓人匪夷所思。納什均衡荒唐的理論屬性、確定了它是學術界丑聞的特徵。納什天才的「納什均衡」，一定會淪為世界的一大笑柄。

1958年，從《財富》雜志、對納什的炒作，把納什評為新一代天才數學家中、最出色的人物之後，納什就迅速贏得了榮耀。他到處講學、演說，與各國大牌數學家會面，事業如日中天。

博弈聖經著作人的經典名句；電影《美麗心靈》用構思、杜撰的藝術形式、編造了納什戲劇性的一生，「納什均衡」像西方宗教的「經文」一樣，演變成了博弈宗教傳奇。諾貝爾經濟學獎意外地、砸到納什頭上的那種巧合，給了納什幸運的一生、羞羞答答的一生、不願見人的一生、學術欺騙的一生、也是他難堪的一生。

博弈聖經著作人的經典名句；納什均衡是半個世紀前，一個「驢唇不對馬嘴」的概念，納什之所以一直沉默，是因為他沒法說，他不敢說，他到死都不會說。【來源:美國資訊網；麻省理工福布斯納什-著名大學名人-正文-時間:2013-12-02，從博弈聖經著作人對納什的嘲諷，到納什2015年5月23號出車禍死亡，中間有一年半時間他沒有作出回應。】

博弈聖經著作人的經典名句；納什均衡，是黑暗中的教唆、無知中的誤判、獵奇中的雜耍。

博弈聖經著作人的經典名句；幾個（因為博弈論）獲得諾貝爾經濟學獎的得主、管理股票的炒股公司，因虧空、也關門大吉了。

瑞典皇家科學院、諾貝爾經濟學獎委員會委員，斯塔爾說；納什均衡是一個博弈取勝的幻想，他自己也不知道怎麼均衡、不知道怎麼單方占優、不知道怎麼取勝。因此，納什在世期間不會向世人做出博弈如何取勝的解釋，所以他一直保持沉默。斯塔爾還說；我們今天，既然把納什均衡帶到公眾面前，可以斷定，未來一定會出現博弈的取勝理論，大家擔心納什均衡可能一敗塗地，若干年後將變成一大丑聞。

來源:美國資訊網；麻省理工福布斯納什-著名大學名人-正文-時間:2013-12-02
博弈聖經著作人對納什的嘲諷

......。