class mindspore_rl.utils.VanillaFunc(env)

这是Vanilla MCTS的自定义传入算法。每个动作的先验概率是一个均匀分布。simulation中会进行随机选择动作从而获得结果。

参数：

• env (Environment) - 传入的环境

样例：

>>> env = TicTacToeEnvironment(None)
>>> vanilla_func = VanillaFunc(env)

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