Makalah ini mengusulkan peningkatan untuk Pencarian Pohon Monte Carlo (MCTS) Penentuan Ensemble dengan memperkenalkan dua sumbu alokasi sumber daya dinamis: Jumlah Penentuan Dinamis dan Alokasi Simulasi Dinamis.
- Jumlah Penentuan Dinamis menyesuaikan jumlah pohon penentuan berdasarkan perilaku pencarian.
- Alokasi Simulasi Dinamis membagi anggaran simulasi secara tidak merata di seluruh pohon untuk memaksimalkan perolehan pengetahuan.
- Metode ini diuji di Jaipur, Lost Cities, dan Splendor menggunakan pengaturan berbasis iterasi dan waktu.
Konfigurasi ini menghasilkan peningkatan yang signifikan secara statistik dalam kekuatan algoritma.