nim-MCTS:蒙特卡洛树搜索，树的置信度上限 (UCT) for Nim

nim-MCTS 蒙特卡洛树搜索，树的置信度上限 (UCT) for Nim UCT 以随机方式搜索好的移动。 每次迭代分为三个阶段： 按照上置信度 (UCT) 顺序，沿着尝试过的动作树向下走，直到找到未尝试过的动作。 当发现未尝试的移动时，通过随机移动来玩游戏。 游戏结束后，回到树上，更新上置信度 (UCT)。 该算法将首先探索未尝试过的走法，然后是对于选择走法的任何玩家来说看起来有希望的走法。 UCT 被评估为 wins/visits + UCTK*sqrt(2*log(visits)/visits) UCTK 是一些常数，它将调整探索与利用。 更高的常数将倾向于更多的探索（接近无穷大，它将选择最少访问的节点），而零值将简单地选择当前最好的节点。 我还添加了一个选项来运行启发式搜索。 TODO - 阅读文献，并找到一个很好的方法来做到这一点。 使用非常简单的启发式方