摘要
蒙特卡洛树搜索（MCTS）是序列决策中广泛使用的在线规划算法，但其复杂的搜索树导致行为难以理解，且易遗漏关键步骤。本文提出 M2-PALE 框架，通过在多智能体 MCTS 的展开阶段引入浅层全宽 Minimax 搜索以增强战略深度。该框架利用过程挖掘技术从执行轨迹中提取行为工作流，并结合大语言模型生成人类可读的因果及远端解释。我们在跳棋环境中验证了该方法的有效性，为解释复杂战略领域的混合智能体奠定了基础。
AI 推荐理由
论文核心研究 MCTS 与 Minimax 混合算法以增强多智能体在线规划能力，属规划领域核心机制。
研究机构
RMIT University, Melbourne, Victoria 3000, Australia
University of California, Irvine, Irvine, CA 92617, USA
论文信息