通俗解释
策略网络提出候选走法、价值网络评估局面，蒙特卡洛树搜索在两者指导下推演；自我对弈产生的数据再训练网络。AlphaZero 不用人类棋谱就在围棋、国际象棋、将棋上超越人类。
用在哪里：棋类 AI、Leela Chess Zero、KataGo
01原始论文
Mastering the game of Go with deep neural networks and tree search
Silver et al. · Nature · 2016
DOI ↗ ✓ 已核实 · Crossref API doi:10.1038/nature16961
备注：AlphaGo Zero：DOI 10.1038/nature24270；AlphaZero：arXiv:1712.01815
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
mcts-alphazero)