人工智能击败史特拉戈最强玩家,终结了棋盘游戏中人类最后的堡垒之一
decoder ·
来自卡内基梅隆大学、纽约大学、斯坦福大学和麻省理工学院的研究人员开发了Ataraxos,这是一款在棋类游戏《战略棋》(Stratego)中实现超人类表现的AI。在与被广泛认为是历史上最伟大选手的Pim Niemeijer进行的20局系列赛中,Ataraxos取得了15胜1负4平的战绩。该系统使用16块Nvidia H100 GPU训练,耗时不到8000美元,成本约为DeepMind此前尝试的五百分之一。与早期源自扑克的方法不同,Ataraxos通过自我对弈正则化和预测对手位置的信念网络来处理《战略棋》庞大的隐藏信息空间。该AI在2025年世界锦标赛的表演赛中赢得了40场比赛中的38场,并在《花火》(Hanabi)和《斗地主》等其他不完全信息游戏中表现出色。这一成功表明,大规模隐藏信息不再是强化学习的障碍,可能为AI在金融和军事战略等领域的应用开辟新途径。尽管Ataraxos在适应性方面存在结构性劣势,但其85%的有效胜率在最高竞技水平上仍属史无前例。
decoder