本研究探讨了多玩家MCTS算法在棋类游戏中的应用，特别是其决策过程的复杂性和局限性。通过结合浅层极小化搜索和过程挖掘技术，为3对3跳棋游戏中的代理策略提供了可解释的洞见，发现这种混合方法能改善决策质量，提高游戏代理表现。

本文提出了一种基于条件变分自编码器的条件数据生成模型，旨在解决过程挖掘中的痕迹生成问题。该模型通过调整输入条件变量，实现对生成过程的有效控制，从而显著提升数据生成的可控性和质量。

过程挖掘在组织运营和决策制定中起关键作用，整合人工智能和机器学习技术可提供复杂数据分析解决方案，提高预测能力和优化流程。未来研究方向包括创新算法、数据整合策略和隐私保护方法。