蒙特卡洛树搜索 用编程语言Julia实现一个版本的Monte Carlo Tree Search，并显示结果树。 对于第一次迭代，我们从节点[19,19]开始并列出其所有动作。 由于未采取任何措施，因此所有这些措施的UCB分数均为无穷大。 在接下来的四次迭代中，算法将这些动作一个接一个地执行，生成一个子动作，列出该子动作的所有动作，从该子动作中展开，最后将该值传播回[19,19]的每个动作。 政策的推出始终是：正确。 因此，（[[19,19]，:: up）状态动作对具有最高的Q值，即从[19，