ということで、「モンテカルロ木検索」の一つ前で。
こういうことを考えて見ます。
『三人の学生さんに１００点満点の採用試験を受けてもらいました。
結果は伝えてありますが、あなたは知りません。
今１人ずつ学生さんに面接して、点数を聞く事が出来ます。
出来るだけ高い点数を取った学生さんを採用したいのですが
１人ずつ順に、会ったその場で決めて、なおかつ後戻りは出来ません。

こういうときに、できるだけ高い点数を取った生徒を採用するには
どのような方法を取ればいいでしょうか？』

と言う問題を考えて見ます。
どう考えたらいいでしょう？　点数の高い人が何番目に来るかは分かりません。
あったその場でしか決められないから、全員に質問して
何番目の人！とも出来ません＞＜

こうなると、しらみつぶしに考える！のが最短距離かも？？
　言い方が不正確になるので、ここでは「しらみつぶし法」と読んでおきますね。

三人の学生さんを　Ａ，Ｂ，Ｃさんとしておきます。
点数は、ＡさんＴＯＰ　Ｂさん２位　Ｃさん３位　としておきます。

ここからしらみつぶし法・・・。
順に
１．ＡＢＣ　２．ＡＣＢ
３．ＢＡＣ　４．ＢＣＡ
５．ＣＡＢ　６．ＣＢＡ
この６通り　がすべてです。
　小さいのでこの程度なら考えられます・・・。
　数学の素養のある方は、ダイナミックプログラムですから、
　ここから回答を簡単に得られます。

一応先に回答を。　多分これでいいと思いますが・・・。

一人目：点数を聞いて　パス
二人目：点数を聞いて　一人目よりも高ければ　その人を採用！
　一人目よりも低ければ　パス
三人目：自動的に採用（パスして全員不採用でもいい？）

この方法を、上の１〜６に当てはめてみてください。
Ｃさん（最下位）の方を採用するケースは　６つのうちに一つだけ。
残りの５つでは、ＴＯＰ２を必ず採用できますよね。

これは今人間が考え出した方法です。
人工知能ＡＩ　が　どういう考え方を取っているのか？

ディープラーニング　と言うものが、僕の上げた回答をＡＩが考え出す（探し出す）方法。
それまでは、しらみつぶし法で考えている・・・。
　実際にはちょっと違いますが。
モンテカルロ木検索の第一弾は、こんな感じで。

次はもう少し深く、対戦形式でゲーム理論を絡めます。
　といっても難しいのは説明できませんが。

たたき台ですので、間違いがありましたら、訂正お願いします

なお、この問題は「ナンパの問題」「お見合いの問題」と呼ばれているものを
改造したものです〜。