本研究提出了一种可随时停止的顺序减半算法,解决了传统蒙特卡洛树搜索在根节点应用多臂赌博机策略时的简单遗憾最小化问题。实验结果表明,该方法在多臂赌博机和棋盘游戏中表现优异,具备实用性和性能潜力。
完成下面两步后,将自动完成登录并继续当前操作。