這背後的原理，其實很科學：
?蒙特卡羅方法是基於“大數法則”：隨機試得多了，結果就接近真實的平均情況。
?在ai、尤其是博弈ai中，比如圍棋、象棋，電腦也是通過模擬大量可能的對局路線，然後選出勝率最高的一步。
?而在複雜係統或無法明確預測的場景中，模擬比“算出來”更實際。
?
再打個比方：蒙特卡羅vs計劃法
方法
比喻
普通計劃法
就像你提前計劃10步，每一步都要計算所有可能，腦子炸了
蒙特卡羅法
你不去計算所有的可能，而是“隨機試試”，然後統計哪個試的結果最好
?
奇奇的結局
靠著這個“蒙特卡羅法寶”，奇奇每次都能做出聰明的選擇，慢慢地成了“森林中最會找果子吃的狐狸”。其他小動物都來請教奇奇，小狐狸也開辦了一家“決策學院”，把這個方法傳授給大家。
森林裡再也沒有餓肚子的動物啦。
?
總結：蒙特卡羅算法用童話理解）
概念
對應童話
隨機模擬
小狐狸腦中幻想各種走法
多次嘗試
小狐狸嘗試成千上萬次不同的路徑
統計平均
看看哪條路吃的果子最多
選擇決策
選那條“概率上”最可能吃得飽的路線去走
應用領域
遊戲ai、決策模擬、概率估計、金融風險分析等
喜歡職場小聰明請大家收藏：()職場小聰明書更新速度全網最快。