将组合优化注入蒙特卡洛树搜索：在棋盘游戏boop中的应用

游戏，包括抽象棋盘游戏，为创建、设计和改进新的人工智能方法提供了便利的土壤。在这一领域，蒙特卡洛树搜索是一个流行的算法家族，旨在构建游戏树并高效探索。另一方面，组合优化旨在建模和解决具有优化目标和约束满足的问题，在游戏AI中不太常见。然而，我们相信这两种方法可以通过将组合优化注入蒙特卡洛树搜索来高效结合，以帮助树搜索，从而产生这两种技术的新颖组合。在棋盘游戏boop上测试，我们的方法在96%的情况下击败了蒙特卡洛树搜索算法基线。我们进行了消融研究，以隔离和分析哪些注入及注入组合导致了这样的性能。最后，我们在Board Game Arena平台上将我们的AI方法与人类玩家对抗，在51局boop游戏后达到了373 ELO评分，胜率69%，在平台上5316名boop玩家中排名世界第56位。