随机极小极大树的双保真最佳动作识别

本文研究了随机极小极大树中的固定置信度最佳动作识别（BAI）问题。该问题在现代 AI 规划中日益重要，特别是在深度极小极大搜索和结合语言模型长程 rollouts 的蒙特卡洛树搜索（MCTS）中，面临着启发式评估廉价但有偏、而精确 rollout 可靠但昂贵的根本权衡。我们提出了 2FFS，一种将多保真扁平赌徒思想引入树结构的双保真树搜索算法。该算法结合了极小极大式的快速扩展与 MCTS 式的随机采样，自适应地决定何时利用廉价的有偏评估，何时调用昂贵的精确评估进行局部认证。理论证明了其固定置信度的正确性及有限停止性，并给出了通用深度树的代价上界。实验表明，2FFS 相比现有基线显著减少了样本量和计算操作。