Deep Blue在1997年击败了Garry Kasparov，Alpha Go在2016年击败了Lee Sedol，扑克机器人多年来一直击败专业人士。但一款经典游戏Stratego一直坚守。即使是拥有非凡预算的Deep Mind，也无法制造出一台能够可靠击败最佳人类玩家的机器。现在，来自Carnegie Mellon、MIT、New York University和Stanford University的研究团队做到了。
他们的人工智能Ataraxos击败了Pim Niemeijer，他可以说是史上最优秀的Stratego玩家，战绩为15胜1负，4平。而且训练它只用了16个GPU和几千美元。在Stratego中，每位玩家有40个棋子，代表从元帅到间谍的军衔，还有炸弹和一面旗帜。你通过夺取对手的旗帜获胜。你的对手知道你的棋子在哪里，但不知道它们是什么。
只有当两个棋子在对战中碰撞时，身份才会被揭示——较弱的棋子被移除，获胜者的身份被揭示。这使得Stratego成为一个不完全信息游戏，就像扑克一样，而计算机多年前就已经破解了扑克。“Stratego有一个非常独特的特点，那就是它拥有大量隐藏信息，并且这些信息在很长的时间尺度上展开，”NYU研究员、该研究的合著者Eugene Vinitsky说。
在某些扑克形式中，隐藏信息很少。在Texas Hold'em中，“你只有两张隐藏的牌，”MIT计算机科学家、另一位合著者Gabriele Farina说。这只剩下1,326种可能的牌型，少到机器可以全部权衡。“在Stratego中，棋盘上有40个棋子，可以以任何顺序排列，”Farina说。这超过了一百万亿亿亿种可能的布局。然后是游戏的长度。“在国际象棋中，游戏通常持续40步，但在Stratego中，一局游戏很容易达到2,000步，”Farina说。除此之外，Stratego是一个虚张声势的游戏。有时你移动一个弱小的棋子，假装它是元帅，只是为了吓跑对手。当玩家虚张声势太频繁时，他们的威胁毫无意义；当他们从不虚张声势时，他们变得可预测。团队解释说，这种平衡行为正是让早期AI（如Deep Mind在2022年推出的Deep Nash）难以攻克的原因。
来源: Ars Technica · 由HeadlinesBriefing整理摘要