我使用流行的Monte Carlo Tree Search实现了人工智能游戏（也称为草稿）。
我受到了同样的资源http://www.bailopan.net/checkers/的启发。
不幸的是我的实现和实现有一个问题： 虽然AI在游戏的早期和中期阶段表现非常好，但他们并没有很好地处理游戏结束：我发现他们最终只是移动了最后的棋子而不是试图赢得。
我实施了模拟步骤，为将来N个回合的玩家做出随机动作（即：直到结束时才会模拟游戏，但显着转数）。
为了确保计算时间不是瓶颈，我给了AI大量的时间来考虑它。
我正在考虑使用一些基于域的启发式调整模拟步骤，但如果需要，我不知道如何开发评估函数。
在这种情况下，你认为我如何能够提高我的AI以获得更好的后期游戏？