之前以为是固定计算一个深度，比如20步，又看了一下那个论文，
https://psv4.vk.me/c404831/u39114/docs/08ca56db8187/Mastering_the_game_of_Go_with_deep_neural_networks_and_tree_search.pdf
发现好像并不是这样。
搜索的深度还是取决于策略网络给出的选点多少、用时限制、计算机性能等几个的综合。
论文里有一幅图，图f是从MCTS树里给出来的最大胜率走棋建议，这里一共算了27步
d图可以看出，在这个局面，策略网络给出的选点并不多
还有一个图比较有意思，关于阿发狗几个组成部分各自的预测方差的，可以看到，前100手，预测的方差都比较大

由此可以想到，如果某个分支十分复杂，它的策略网络有盲点，或者给出的选点很多导致搜索深度不够，而这个分支又决定了胜负，那么它就懵逼了。

，所以，推翻之前的猜测，应该时越上能干挺它，蜗壳估计有危险