#蒙特卡洛树搜索

这个研究把视觉探索和符号规划结合起来，让模型在虚拟环境里干活成功率超90%，比直接让大模型操作强多了，而且不用专门训练。

这篇论文给做游戏AI的同行提供了一个很实用的优化思路：不用固定分配计算资源，而是根据搜索情况动态调整，实测对三个桌游都有明显提升。

做安全协议验证的团队终于有了减少人工的利器——RL框架自动生成更短证明，Tamarin用户可以直接集成到现有工作流中，值得一试。