งานวิจัยชิ้นนี้ทำการทดสอบเปรียบเทียบระหว่าง Monte Carlo Tree Search (MCTS) ซึ่งเป็นอัลกอริทึมที่ได้รับความนิยมสูง กับวิธี Randomized-Restart List Scheduling ซึ่งเรียบง่ายกว่ามาก ในโจทย์การจัดตารางลำดับงาน (Workflow Scheduling) โดยให้งบประมาณในการคำนวณ (Computing Budget) เท่ากัน
ผลปรากฏว่า MCTS ให้ผลลัพธ์ที่แย่กว่าวิธีเรียบง่ายถึง 2.88% โดยพบว่าโครงสร้างของ MCTS มักจะติดหล่มอยู่กับทางเลือกแรกๆ ที่ขยายผล (Selection Rule) และไม่สามารถค้นพบทางเลือกที่ดีกว่าในส่วนปลายของความเป็นไปได้ (Tails) เหมือนวิธีสุ่มเริ่มใหม่ (Randomized Restarts) โดยเฉพาะในงานที่มีโครงสร้างแบบกระจายและไม่เป็นระเบียบ (Sparse Irregular Workflows)
