Every state and action in the searc

Every state and action in the search tree is evaluated by its mean outcome during simulations. After each simulation
s0,a0, s1,a1, . . . , sT with outcome z, each node in the search tree, {n(st ) | st ∈ T }, updates its count, and updates its action
value Q (st ,at ) to the new MC value (Eq. (3)). This update can also be implemented incrementally, without reconsidering
previous simulations, by incrementing the count and updating the value towards the outcome z.

Kết quả (Việt) 1:

Mỗi tiểu bang và hành động trong cây tìm kiếm được đánh giá bởi có nghĩa là kết quả của nó trong mô phỏng. Sau khi mỗi mô phỏngs0, a0, s1, a1,..., sT với kết quả z, mỗi nút trong cây tìm kiếm, {n (st) | st ∈ T}, Cập Nhật của nó tính, và cập nhật các hành động của nógiá trị Q (st, lúc) để giá trị MC mới (Eq. (3)). Bản cập nhật này cũng có thể thực hiện từng bước, mà không xem xét lạiMô phỏng trước, by incrementing đếm và Cập Nhật giá trị hướng tới kết quả z.

Kết quả (Việt) 2:

Mỗi tiểu bang và hành động trong cây tìm kiếm được đánh giá bằng kết quả trung bình của nó trong quá trình mô phỏng. Sau mỗi mô phỏng
s0, a0, s1, a1,. . . , ST với kết quả z, mỗi nút trong cây tìm kiếm, {n (st) | st ∈ T}, cập nhật tính của nó, và cập nhật hành động của mình
giá trị Q (st, ở) với giá trị MC mới (Eq (3). ). Bản cập nhật này cũng có thể được thực hiện từng bước, mà không xem xét lại
mô phỏng trước, bằng cách tăng số lượng và cập nhật các giá trị hướng tới z quả.