迭代：0 / 16
rollout 模擬次數：0（終局捷徑不擲骰，不計入）
目前推薦：（尚無子節點）
階段：初始化
賽局樹：節點內數字為該盤面剩餘顆數（pile），節點上方 v=?/w=? 為該節點目前的
造訪次數/勝場——wins 視角提醒：w 統計的是「站在這個節點、輪到誰走」的那一方之後贏了幾次，
不是走到這個節點那步棋所屬玩家的勝場；下方對照表的 winRate 已換算成 父節點視角
（1 − w/v），才能跟 minimax 的「對自己最有利」直接對照，兩邊數字看起來不同並非錯誤。
橘色（current）＝當下選擇/擴展/模擬所在節點；藍色外框（frontier）＝本次迭代新建立的節點；
紫色（visited）＝本次選擇路徑走訪過的既有節點；綠色（finalized）＝本次回傳更新的路徑，或終幀的
推薦獲勝路徑。
誠實揭露 1——收斂但非保證：本頁固定種子（seed=4）跑 16 次迭代後，root 推薦動作收斂到 minimax 的精確解「取 2」，但這是這個種子、這個迭代數下的實測結果，換一顆種子或迭代數不夠，MCTS 完全可能收斂到錯誤動作或根本不收斂——MCTS 本質是統計逼近，不是精確演算法，不保證任何單次執行都 收斂到真值。
誠實揭露 2——過程並非單調收斂：本頁推薦動作的逐迭代序列是 [取1, 取1, 取2, 取2, 取2, 取1, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2]——第 6 次 迭代（iter5）一度從「取 2」搖擺回「取 1」（小樣本下單次 rollout 結果的雜訊），第 7 次迭代起才穩定 收斂在「取 2」。這正是「估計」的真實面貌：即使最終收斂，過程未必單調，教學上刻意保留這個搖擺， 不做美化。
誠實揭露 3——rollout 次數 ≠ 迭代數：上方「rollout 模擬次數」最終停在 8，而不是迭代數 16——因為每次迭代若選擇止步於既有終局節點（終局捷徑），勝者由盤面直接決定，不需要、也不會擲骰 模擬，本頁誠實地不把這種情況計入 rollout 次數。
教學縮尺：本頁選用可用 minimax 精確解算出來的小型 Nim（pile=5），只為了讓「MCTS 估計 vs 真值」的對照可行；MCTS 真正的優勢場景是圍棋/西洋棋/agent 規劃等狀態空間大到無法窮舉精確解的 賽局——那些場景根本沒有 minimax 精確解可供對照，本頁能對照全靠賽局刻意縮小，這是教學上的簡化， 不是 MCTS 規模優勢的示範。
誠實揭露 1——收斂但非保證：本頁固定種子（seed=4）跑 16 次迭代後，root 推薦動作收斂到 minimax 的精確解「取 2」，但這是這個種子、這個迭代數下的實測結果，換一顆種子或迭代數不夠，MCTS 完全可能收斂到錯誤動作或根本不收斂——MCTS 本質是統計逼近，不是精確演算法，不保證任何單次執行都 收斂到真值。
誠實揭露 2——過程並非單調收斂：本頁推薦動作的逐迭代序列是 [取1, 取1, 取2, 取2, 取2, 取1, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2, 取2]——第 6 次 迭代（iter5）一度從「取 2」搖擺回「取 1」（小樣本下單次 rollout 結果的雜訊），第 7 次迭代起才穩定 收斂在「取 2」。這正是「估計」的真實面貌：即使最終收斂，過程未必單調，教學上刻意保留這個搖擺， 不做美化。
誠實揭露 3——rollout 次數 ≠ 迭代數：上方「rollout 模擬次數」最終停在 8，而不是迭代數 16——因為每次迭代若選擇止步於既有終局節點（終局捷徑），勝者由盤面直接決定，不需要、也不會擲骰 模擬，本頁誠實地不把這種情況計入 rollout 次數。
教學縮尺：本頁選用可用 minimax 精確解算出來的小型 Nim（pile=5），只為了讓「MCTS 估計 vs 真值」的對照可行；MCTS 真正的優勢場景是圍棋/西洋棋/agent 規劃等狀態空間大到無法窮舉精確解的 賽局——那些場景根本沒有 minimax 精確解可供對照，本頁能對照全靠賽局刻意縮小，這是教學上的簡化， 不是 MCTS 規模優勢的示範。
root 子節點統計 vs minimax 精確解對照
| 走法 | visits | wins（父視角） | winRate（父視角） | minimax 對照 |
|---|
已執行操作紀錄（opLog）
（空）