モンテカルロ木探索（MCTS）とAlphaGo

モンテカルロ木探索は「選択（方針に従い葉ノードまで下る）」「展開（子ノードを生成）」「シミュレーション（ランダムや方策網で終局まで進める）」「バックプロパゲーション（結果を親ノードへ反映）」の4工程を繰り返します。 ア：正解です。MCTSの標準的な4ステップは Selection → Expansion → Simulation（Rollout） → Backpropagation です。 イ：誤りです。最初に木の根から有望なノードを選択（Selection）します。 ウ：誤りです。シミュレーションはノードを展開した後に終局まで進めるステップです。 エ：誤りです。MCTSのアルゴリズム定義の用語構成ではありません。

囲碁プログラム「AlphaGo」などで用いられたモンテカルロ木探索（MCTS）の基本的な4つのステップの順序として、正しいものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
選択（Selection） → 展開（Expansion） → 評価・シミュレーション（Simulation） → バックプロパゲーション（Backpropagation）
イ
展開（Expansion） → 選択（Selection） → 枝刈り（Pruning） → 逆伝播（Backpropagation）
ウ
シミュレーション（Simulation） → 選択（Selection） → 展開（Expansion） → 評価（Evaluation）
エ
探索（Search） → 推論（Inference） → 学習（Learning） → 更新（Update）