# 内存受限环境中的广义快速动作价值估计 ## Abstract In this work, we present a nove。.

广义快速行动价值估计（GRAVE）已被证明是通用博弈玩法（GGP）中蒙特卡洛树搜索（MCTS）算法族中的强大变体。然而，它依赖于在每个节点存储额外的赢/访问统计信息，这使得它在内存受限的环境中的使用不切实际，从而限制了它在实践中的适用性。在本文中，我们引入了GRAVE2、GRAVER和GRAVER2算法，这些算法分别通过两级搜索、节点回收以及两种技术的结合来扩展GRAVE。我们证明了这些增强使得存储节点数量大幅减少，同时保持了与GRAVE相当的对弈能力。