Monte Carlo Tree Search (MCTS) adalah sebuah metode untuk melakukan pencarian keputusan yang digunakan dalam pengambilan keputusan di dalam permainan dan masalah optimisasi. MCTS menggabungkan beberapa teknik, seperti simulasi acak dan pohon pencarian, untuk menemukan keputusan terbaik dalam situasi yang kompleks.
Pada awalnya, MCTS membuat sebuah pohon yang merepresentasikan semua kemungkinan aksi yang dapat dilakukan dalam situasi saat ini. Setiap simpul pada pohon merepresentasikan sebuah keadaan di dalam permainan dan setiap edge merepresentasikan sebuah aksi. MCTS kemudian melakukan eksplorasi terhadap pohon tersebut, memilih jalur yang paling menjanjikan dengan menghitung nilai dari setiap simpul pada pohon.
MCTS kemudian melakukan simulasi acak (atau "rollout") untuk memprediksi hasil dari setiap jalur. Setelah simulasi acak dilakukan, nilai dari setiap simpul di-update untuk mencerminkan hasil simulasi tersebut.
MCTS terus melakukan eksplorasi dan simulasi acak hingga waktu yang diberikan telah habis atau sampai sebuah solusi optimal telah ditemukan. Akhirnya, MCTS menghasilkan sebuah jalur aksi yang dianggap sebagai solusi terbaik.
MCTS telah diterapkan dalam berbagai jenis permainan, termasuk permainan papan seperti catur dan go, serta dalam masalah optimisasi seperti dalam perencanaan jadwal dan pemetaan rute. MCTS telah terbukti efektif dan menjadi teknik yang sangat populer di dalam pengambilan keputusan.
Method: Monte Carlo Search
Anggota Kelompok:
1. Fatkhurridlo Pranoto Kamarudin -A11.2020.13093
2. Okky Alfredo Nainggolan - A11.2020.12914
3. Afif Pristantio - A11.2020.12993
17 сен 2024