蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）是一种基于随机模拟的启发式搜索算法，核心是通过“采样+统计”的方式，在复杂决策空间中高效探索最优路径，广泛用于博弈（如围棋、国际象棋）、规划、强化学习等领域。

一、核心定位

MCTS的设计目标是解决“决策空间过大、无法穷举所有可能”的问题（比如围棋有(10^{170})种可能走法，传统搜索无法遍历），它不需要预先知道所有规则的最优解，而是通过多次随机模拟+统计分析，逐步聚焦有潜力的路径，平衡“探索新路径”和“利用已验证的优路径”。

二、MCTS的核心步骤（经典四阶段循环）

MCTS的流程是迭代循环的，直到时间/计算资源耗尽，核心分为4步：

1. 选择（Selection）

   • 从根节点出发，用“UCT公式”（Upper Confidence Bounds for Trees）选择下一个节点：优先选“访问少但价值高”的节点，避免只走已知路径（利用）或盲目乱走（探索）。
   • 公式：( UCT(s) = V(s) + c \cdot \sqrt{\frac{\ln N§}{N(s)}} )
     • ( V(s) )：节点的平均价值（比如胜率）；
     • ( N§/N(s) )：父节点/当前节点的访问次数；
     • ( c )：探索系数（控制探索-利用的平衡）。

2. 扩展（Expansion）

   • 当选中的节点不是终端节点（比如围棋没下完），就从该节点生成1个或多个子节点（比如围棋的可能落子点），扩展搜索树。

3. 模拟（Simulation）

   • 从扩展出的子节点出发，随机模拟后续步骤（比如随机落子），直到终端状态（比如围棋分出胜负），得到该路径的“结果（赢/输）”。

4. 回溯（Backpropagation）

   • 将模拟得到的“结果”反向传播到路径上的所有节点，更新这些节点的“访问次数”和“平均价值”（比如赢了就给路径上的节点加胜率）。

三、MCTS的特点

• 无需先验知识：不需要预先知道最优策略，靠随机模拟和统计学习；
• 自适应探索：通过UCT公式动态调整路径优先级，避免陷入局部最优；
• 高效收敛：随着模拟次数增加，搜索树会逐渐聚焦到最优路径。

四、LATS对MCTS的适配

LATS把MCTS的思路“移植”到语言模型中，做了3个关键适配：

1. 节点定义：MCTS的节点是“博弈状态”，LATS的节点是“任务状态（问题+行动+环境反馈）”；
2. 模拟步骤：MCTS是“随机落子”，LATS是“语言模型生成推理/行动”；
3. 价值函数：MCTS是“胜率”，LATS是“LM评分+自一致性评分”。

要不要我帮你整理一份MCTS与LATS核心设计的对应表？