9、并行蒙特卡罗树搜索算法研究

并行蒙特卡罗树搜索算法研究

在游戏领域，并行算法的研究对于提升计算效率和性能至关重要。本文聚焦于蒙特卡罗树搜索（MCTS）的并行化方法，通过实验对比不同并行化策略的性能，并提出了一种新的并行算法。

实验设置

实验旨在衡量并行化过程的质量，采用了两种指标来评估不同并行化方法的加速效果：
- 每秒游戏数（GPS）加速比 ：通过多线程程序每秒模拟游戏的数量除以单线程程序每秒游戏的数量来计算。然而，该指标可能具有误导性，因为更快的程序不一定更强。
- 强度加速比 ：对应于达到相同强度所需时间的增加。例如，强度加速比为 8.5 的多线程程序与消耗 8.5 倍时间的单线程程序具有相同的强度。

强度加速比的测量分为三个步骤：
1. 测量不同时间设置下的程序强度 ：在 13×13 棋盘上，让 Go 程序 Mango 与 GNU Go 3.7.10（级别 0）在 1 秒、2 秒、4 秒、8 秒和 16 秒的时间设置下进行 2000 场游戏，记录胜利百分比。
2. 线性回归近似 ：根据上述数据，通过线性回归得到程序强度与对数时间的函数关系，即 $E_t(T) = A · log_2T + B$，其中 $A = 56.7$，$B = -175.2$。
3. 计算强度加速比 ：测量多线程程序在每秒 1 步的情况下与同一版本的 GNU Go 的对局等级 $E_m$，强度加速比 $S$ 定义为满足 $E_t(S) = E_m$ 的值。

实验在超级计算机 Huy