مقدمه در دنیای امروز، هوش مصنوعی و استراتژی‌های اکتشافی نقش برجسته‌ای در حل مسائل پیچیده و دینامیک ایفا می‌کنند. عوامل اکتشافی، مانند Q-Learning، Upper Confidence Bound (UCB) و Monte Carlo Tree Search (MCTS)، ابزارهای قدرتمندی برای یادگیری هوشمندانه در محیط‌های پویا و نامشخص هستند. این مقاله به تحلیل و بررسی…