MCTS + level-K 博弈决策
概述
蒙特卡洛树搜索（MCTS）结合 Level-K 认知层级模型，用于多智能体博弈、飞行器冲突规避、自主决策。 Level-K 用来建模对手认知层次，MCTS 做前向搜索评估动作收益。
理论要点
- UCT：上置信区间，平衡探索与利用
- Level-K：k=0（随机）、k=1（对手k=0）、k=2（对手k=1）……
- 融合思路：用Level-K对手模型作为MCTS环境，模拟对手行为
公式
$$ UCB(s,a) = Q(s,a)+C\sqrt{\frac{\ln N(s)}{N(s,a)}} $$ \(Q(s,a)\)：动作价值；\(N(s)\)：访问次数；\(C\)：探索系数
代码示例
```python