W tym wzorze: oznacza liczbę wygranych w danym węźle po -tym ruchu, oznacza liczbę symulacji w danym węźle po -tym ruchu, to parametr eksploracji – teoretycznie równy a w praktyce zwykle dobierany empirycznie, oznacza liczbę symulacji w rodzicu danego węzła po -tym ruchu.
Pierwszy składnik powyższego wzoru odpowiada za eksploatację; przyjmuje on wysokie wartości dla ruchów o wysokiej średniej wygranej. Drugi składnik odpowiada za eksplorację; przyjmuje on wysokie wartości dla ruchów, dla których wykonano niewiele symulacji.
Większość współczesnych implementacji metody MCTS opiera się na jakimś wariancie metody UCT.
Wady i zalety Dowiedziono wprawdzie, że w metodzie MCTS ocena ruchów jest zbieżna do oceny min-max, jednak jej podstawowej wersji uzyskanie zbieżności może zajmować astronomicznie długi czas. Oprócz tej wady, którą zresztą częściowo znoszą podane niżej usprawnienia, ma ona pewne zalety w porównaniu z algorytmem alfa-beta i podobnymi.
W odróżnieniu od nich, metoda MCTS działa bez jawnej funkcji oceny pozycji. Wystarczy zakodować samą mechanikę gry, czyli generowanie ruchów dopuszczalnych w danej pozycji i warunki zakończenia gry.