<div dir="ltr"><div class="gmail_extra"><div class="gmail_quote">2013/11/1 Rémi Coulom <span dir="ltr"><<a href="mailto:Remi.Coulom@free.fr" target="_blank">Remi.Coulom@free.fr</a>></span><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">



In MCMC the distribution is given to you with some kind of mathematical definition, and the challenge is to create a Markov Chain that approximates the distribution well.<br></blockquote><div><br></div><div>In MCTS what we really want is a good playout policy and we sample (do playouts) from a given a position with that policy to estimate its value (or expectation). In the context of MCMC seems it is to evaluate a position by doing playouts from another position (and the playouts form a Markov Chain).</div>


<div><br></div><div>Aja </div></div></div></div>