本研究提出了一种自适应分支蒙特卡洛树搜索（AB-MCTS）框架，旨在解决推理时间计算中外部反馈信号利用不足的问题。该框架通过动态调整拓宽或深入响应，提升了大语言模型的推理能力，实验结果表明其在复杂任务中优于传统方法。

ABCs算法结合了BQL和CFR算法，实现了在单一智能体和多智能体领域的自适应分支。该算法通过测量环境奖励和转移动力学的稳定性，在马尔可夫决策过程中收敛到最佳策略。ABCs在两人零和游戏中保证收敛到纳什均衡，且在OpenSpiel游戏库和OpenAI Gym中表现出强大性能。