Recherche arborescente Monte-Carlo

Un article de Wikipédia, l'encyclopédie libre.
Aller à : navigation, rechercher

En informatique, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme de recherche heuristique pour prendre certaines prises de décision. Il est notamment employé dans les jeux.

Les exemples clefs de la recherche arborescente de Monte Carlo sont: son implémentation dans le jeux vidéo Total War: Rome II avec son mode campagne IA haut-niveau et les récents programmes informatiques de Go, suivi par les échecs et shogi, ainsi que les jeux vidéos en temps réels et les jeux non déterministes tel que le poker.

Étapes d'un MCTS.

Références[modifier | modifier le code]

Bibliographie[modifier | modifier le code]

  • Cameron Browne, Edward Powley, Daniel Whitehouse, Simon Lucas, Peter I. Cowling, Philipp Rohlfshagen, Stephen Tavener, Diego Perez, Spyridon Samothrakis, Simon Colton, « A Survey of Monte Carlo Tree Search Methods », IEEE Transactions on Computational Intelligence and AI in Games, vol. 4, no 1,‎ (lire en ligne)

Lien externe[modifier | modifier le code]