Deep Blue a battu Garry Kasparov aux échecs en 1997, Alpha Go a battu Lee Sedol au Go en 2016, et les robots de poker battent les professionnels depuis des années. Mais un jeu classique appelé Stratego a résisté. Même Deep Mind, avec son budget exceptionnel, n'a pas pu construire une machine qui batte de manière fiable les meilleurs joueurs humains. Maintenant, une équipe de chercheurs de Carnegie Mellon, MIT, New York University et Stanford University l'a fait.
Leur IA, appelée Ataraxos, a battu Pim Niemeijer, sans doute le meilleur joueur de Stratego de tous les temps, 15 parties contre une, avec quatre matchs nuls. Et il n'a fallu que 16 GPU et quelques milliers de dollars pour l'entraîner. Dans Stratego, chaque joueur reçoit 40 pièces représentant des grades militaires, d'un maréchal à un espion, plus des bombes et un drapeau. Vous gagnez en capturant le drapeau de l'adversaire. Votre adversaire sait où sont vos pièces, mais pas ce qu'elles sont.
Les identités ne sont révélées que lorsque deux pièces entrent en collision au combat—la plus faible est retirée, et l'identité du gagnant est révélée. Cela fait de Stratego un jeu à information imparfaite, tout comme le poker, que les ordinateurs ont cracké il y a des années. “Il y a quelque chose de très distinctif à propos de Stratego, c'est qu'il s'agit d'une quantité massive d'informations cachées qui se déploient sur une très longue échelle de temps,” a déclaré Eugene Vinitsky, chercheur à NYU et co-auteur de l'étude.
Dans certaines formes de poker, les informations cachées sont minimes. Au Texas Hold'em, “Vous n'avez que deux cartes cachées,” a déclaré Gabriele Farina, informaticien au MIT et autre co-auteur. Cela laisse seulement 1 326 mains possibles, assez peu pour qu'une machine les pèse toutes. “Dans Stratego, il y a 40 pièces sur le plateau qui pourraient être dans n'importe quel ordre,” a déclaré Farina. C'est plus d'un décillion de configurations possibles. Puis il y a la durée du jeu. “Aux échecs, la partie dure généralement 40 coups, mais dans Stratego, une partie peut facilement durer 2 000 coups,” a déclaré Farina. En plus de cela, Stratego est un jeu de bluff. Parfois, vous déplacez une pièce faible comme si c'était un maréchal, juste pour effrayer l'adversaire. Quand les joueurs bluffent trop souvent, leurs menaces ne veulent rien dire ; quand ils ne bluffent jamais, ils deviennent prévisibles. Cet exercice d'équilibre, explique l'équipe, est ce qui a déconcerté les IA précédentes comme Deep Nash de Deep Mind, introduit en 2022.
Source: Ars Technica · Résumé par HeadlinesBriefing