Ich habe zwar keine Quellen die ich kenne parat, aber eine kurze Google Suche hat sofort ein paar vielversprechend aussehende Links heraus gegeben:
http://aigamedev.com/open/coverage/mcts-rome-ii/
https://en.wikipedia.org/wiki/Monte_Carlo_tree_search
http://www.spronck.net/pubs/AIIDE08_Bergsma.pdf
http://www.academia.edu/2866983/An_a..._Monopoly_game
http://www.imada.sdu.dk/~marco/Teach...42-p2-lec9.pdf

Vielleicht hilft das ja.

Ich persönlich würde wie folgt arbeiten:
1) Du musst in der Lage sein über alle möglichen Züge iterieren zu können
2) Du musst in der Lage sein die Folgen eines ausgeführten Zuges simulieren zu können
3) Du musst in der Lage sein Züge (zumindest grob) nach Güte zu bewerten
4) Du führst diese Schritte entweder Stack-basiert oder rekursiv auf einer Baumstruktur durch
5) Falls die Performance nicht gut genug ist kannst du Maßnahmen durchführen um besonders schlechte Züge schon früh raus zu filtern
6) Du berechnest den Baum bis zu einer gewissen Tiefe und wählst den Ast, welcher die besten Knotenwerte (Güte der Züge) liefert.