蒙特卡洛树搜索（MCTS）
基于随机模拟的在线搜索，演示场景为井字棋。每轮迭代四步——选择 / 扩展 / 模拟 / 回溯，观察搜索树的生长与 UCT 选择过程
40
1.4
2x
1. 选择 Selection
2. 扩展 Expansion
3. 模拟 Simulation
4. 回溯 Backprop
搜索树（节点内 N / W / Q，可滚动查看） 迭代 0
UCT 公式（实时代入）
选择阶段下钻时显示当前选中子节点的 UCT 计算
棋盘 / 推荐落子
点击空格为 X 设置初始局面
当前步骤说明
尚未运行。点击"开始演示"
算法说明
时间复杂度：O(iterations × 模拟长度)
空间复杂度：O(节点数)
核心思想：通过反复随机模拟对局构建非对称生长的搜索树。每轮迭代四步——选择沿 UCT 下钻、扩展新增未尝试动作、模拟随机走到终局、回溯更新路径节点统计量。最终选择根下访问次数最多的子节点作为决策
UCT 公式：UCT = W/N + c·√(ln N_p / N)，第一项为利用（exploit）、第二项为探索（explore）