看了不少解读和笔记，本文把最容易理解的解读做个总结。
1. 蒙特卡洛方法
蒙特卡洛方法(Monte Carlo method)，是一种“统计模拟方法”。20世纪40年代，为建造核武器，冯.诺伊曼 等人发明了该算法。因赌城蒙特卡洛而得名，暗示其以概率作为算法的基础。
假设我们要计算一个不规则形状的面积，我们只需在包含这个不规则形状的矩形内，随机的掷出一个点，每掷出一个点，则N+1，如果这个点在不规则图形内则W+1。落入不规则图形的概率即为 W/N。当掷出足够多的点之后，我们可以认为：不规则图形面积＝矩形面积＊W/N。
例如：计算如下红色图形的面积：
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import math
def func(x):
a = 0.1 * x ** 1.0/3
b = np.sin(x / math.pi)
y = a + (b + 0.1 * x) * x ** 2 + x
return y
def integral():
n = 20000000
x_min, x_max = 0, 2.0
y_min, y_max = 0, 6.0
# count = 0, 随机抛点
x = np.random.uniform(x_min, x_max, size=(n, 1))
y = np.random.uniform(y_min, y_max, size=(n, 1))
yy = func(x)
c = np.sum(yy > y)
ratio = c / float(n)
res = ratio * 2.0 * 6.0
print(res)
integral()
# 3.6831354000000003
2. 蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）算法
了解了上面 蒙特卡洛方法 不是MCTS就行，MCTS只是在一定程度上借用了上面的原理，看一百篇静态的文章都不如看一篇动态的视频（一定重点理解视频中的示例变化过程）：
b站-AI如何下棋？直观了解蒙特卡洛树搜索MCTS！！！
2.1 几个重要笔记
重点：
这里的终结指的是整个算法的终结，可以给出具体action了
simulation中（即rollout），如何确定terminal state以及terminal state的价值是另外一个话题（见下）。
2.2 几个注意点
如何确定terminal state以及terminal state的价值？
- 对于一般胜负类的游戏，可简单粗暴的用胜利或者失败作为游戏结局，胜利价值为1，失败价值为0
- 对于其他更复杂的场景，可以自行定义价值函数，比如用的步骤越多价值越低。
MCTS是如何利用蒙特卡洛方法思想的？
当重复的次数多了以后，每个节点的ucb值其实就代表了它价值的真实值（这个值是一个相对概念，相对于同层的其他节点，值越大，就代表越好），这样就能指导采用哪个节点行动了。
参考
蒙特卡洛树搜索最通俗入门指南
蒙特卡罗方法、蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）初探
【最佳实战】蒙特卡洛树搜索算法
面向初学者的蒙特卡洛树搜索MCTS详解及其实现
【详细原理】蒙特卡洛树搜索入门教程！
git-MCTS代码
b站-AI如何下棋？直观了解蒙特卡洛树搜索MCTS！！！
b站-【强化学习】规划与学习-蒙特卡洛树搜索 MCTS
