2025_NIPS_Accelerating Monte Carlo Tree Search with Probability Tree State Abstraction

一、文章主要内容总结

该研究针对蒙特卡洛树搜索（MCTS）算法（如AlphaGo、MuZero）在复杂任务中面临的搜索空间庞大、计算复杂度高的问题，提出了一种新型概率树状态抽象（PTSA）算法，核心目标是提升MCTS的搜索效率。

1. 核心背景：MCTS类算法在围棋、Atari游戏等任务中已实现超人类性能，但增大搜索深度以提升决策准确性的同时，会导致时间和空间复杂度激增；传统状态抽象方法存在最小抽象状态空间求解为NP难问题、聚合过程容错率低等缺陷。
2. 算法设计：
   • 定义了具有路径传递性的通用树状态抽象，解决了传统方法难以高效求解最小抽象空间的问题；
   • 提出概率树状态抽象函数，基于子节点值分布聚合状态，提升聚合鲁棒性，减少神经网络值估计偏差导致的聚合错误；
   • 从理论上证明了路径传递性与节点传递性的等价关系，以及聚合误差的上界；
   • 将PTSA与Sampled MuZero、Gumbel MuZero等主流MCTS算法集成，形成PTSAZero、PTSAGZero等变体。
3. 实验验证：在Atari游戏、Gym控制任务（如CartPole、LunarLander）和五子棋（15×15、19×19棋盘）中进行测试，结果表明PTSA能将搜索空间减少10%-45%，同时保持与原算法相当的性能，部分任务训练速度提升3.5倍以上。

二、文章创新点