本文提出了通过引入两个动态资源分配维度来增强集成确定性蒙特卡洛树搜索（MCTS）的方法：动态确定性数量和动态模拟分配。

  • 动态确定性数量根据搜索行为调整确定性树的数量。
  • 动态模拟分配将模拟预算非均匀地分配到各棵树中，以最大化知识增益。
  • 该方法在Jaipur、Lost Cities和Splendor中使用基于迭代和时间的设置进行了测试。

这些配置使算法的强度产生了统计上显著的提升。