class mindspore_rl.utils.AlgorithmFunc

这是MCTS中用户用来自定义传入算法的基类。用户需要继承这个基类并且按照提供的输入输出实现对应的方法。

calculate_prior(new_state, legal_action)

calculate_prior的功能是计算输入合法动作的先验概率。

参数：

• new_state (mindspore.float32) - 环境的状态。

• legal_action (mindspore.int32) - 环境输出的合法动作。

返回：

• prior (mindspore.float32) - 每个动作的先验概率。

simulation(new_state)

simulation的功能是计算输入状态的奖励（评估价值）。

参数：

• new_state (mindspore.float32) - 环境的状态。

返回：

• rewards (mindspore.float32) - simulation的结果。