The UCT algorithm applies this prin

The UCT algorithm applies this principle to Monte-Carlo tree search, by treating each state of the search tree as a multiarmed
bandit, in which each action corresponds to an arm of the bandit [10].4 The tree policy selects actions by using the
UCB1 algorithm, which maximises an upper confidence bound on the value of actions [18]. Specifically, the action value is

Kết quả (Việt) 1:

Thuật toán đại học giao thông áp dụng nguyên tắc này cho các tìm kiếm cây Monte-Carlo, bằng cách điều trị mỗi tiểu bang của cây tìm kiếm như là một multiarmedtên cướp, trong đó mỗi hành động tương ứng với một cánh tay của các bandit [10].4 chính sách cây chọn hành động bằng cách sử dụng cácThuật toán UCB1 maximises một sự tự tin trên bị ràng buộc vào giá trị của hành động [18]. Cụ thể, giá trị hành động là

Kết quả (Việt) 2:

Các thuật toán UCT áp dụng nguyên tắc này để tìm kiếm cây Monte-Carlo, bằng cách xử lý từng trạng thái của cây tìm kiếm như một multiarmed
tên cướp, trong đó mỗi hành động tương ứng với một cánh tay của tên cướp [10] .4 Các chính sách cây chọn hành động bằng cách sử dụng các
UCB1 thuật toán tối đa hoá một sự tự tin trên ràng buộc về giá trị của hành động [18]. Cụ thể, giá trị hành động là