据Ars Technica 10月1日报道,来自卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究团队开发了一款名为Ataraxos的人工智能,它在经典不完全信息游戏Stratego中以15胜1负4平击败了被该媒体称为史上最佳的选手Pim Niemeijer。此前,Stratego一直未被机器可靠攻克。
报道称,1997年“深蓝”在国际象棋中战胜加里·卡斯帕罗夫,2016年AlphaGo在围棋中击败李世石,扑克程序也多年击败职业选手。但Stratego始终是例外。即便是拥有雄厚预算的DeepMind,也未能打造出能稳定击败顶尖人类选手的机器。如今,上述四所大学的研究人员实现了这一目标。
Ataraxos与Pim Niemeijer的比赛结果为15胜1负4平。报道指出,训练Ataraxos只用了16块GPU和几千美元。
Stratego的规则使其成为不完全信息博弈。每名玩家拥有40枚棋子,代表从元帅到间谍的军衔,另有炸弹和旗帜。玩家通过夺取对方旗帜获胜。对手知道你的棋子位置,但不知道它们分别是什么身份。只有当两枚棋子发生战斗碰撞时,身份才会揭晓:较弱的一方被移除,获胜一方的身份同时暴露。这与扑克类似,而扑克早已被计算机攻克。
“Stratego有一个非常独特之处,那就是它包含大量隐藏信息,而这些信息会在非常长的时间尺度上展开。”纽约大学研究员、该研究合著者Eugene Vinitsky说。