AlphaGo 使用的主要算法结合了深度学习和蒙特卡洛树搜索。具体来说，它包含两个深度神经网络：

策略网络（Policy Network）：

这个网络预测给定棋盘布局下每一步棋的最佳走法，即每个合法走法的概率分布。

价值网络（Value Network）：

这个网络评估给定棋盘布局下当前局面或特定走法后的胜负可能性。

结合这两种网络，AlphaGo 能够进行复杂的局面评估和走子选择，从而在围棋比赛中做出决策。此外，AlphaGo 还使用了蒙特卡洛树搜索来优化其走棋策略，通过在模拟棋局中评估走法来减少搜索空间，提高效率