MIT联合团队AI战胜Stratego顶尖人类玩家，训练成本大幅降低

麻省理工学院、卡内基梅隆大学、纽约大学和斯坦福大学的研究人员联合开发了一款名为Ataraxos的AI系统，在Stratego游戏中以明显优势击败了排名靠前的人类玩家，这是此前任何AI系统都未能做到的成就。Stratego是一种双人不完美信息游戏，对手棋子的身份保持隐藏，常被用作检验AI战略思维能力的基准。

Stratego中可能出现的棋子配置数以超10的66次方计，远多于国际象棋，这使得传统为扑克设计的AI技术难以应对。之前谷歌DeepMind的系统虽然投入数百万美元训练成本，仍未能战胜顶尖玩家。Ataraxos通过一种称为自对弈强化学习的技术训练，模型与自己多次对战来学习强大的"蓝图策略"，同时设计了高效的算法，使其学习速度更快且避免陷入预测所有可能走法的困境。

研究团队表示，Ataraxos达到了比DeepNash更高的游戏强度，同时使用的训练样本不到其百分之一，自对弈游戏场次不到其三十分之一，在效率上有大幅提升。该系统还在其他规则不同的战略游戏中表现得优于顶尖人类玩家，展示了其适应多种场景的能力。

研究成果发表在《自然》杂志上。研究者认为，该AI系统可被改造用于帮助人类应对现实世界中的不完美信息问题，例如商业谈判或网络安全。正如论文通讯作者Gabriele Farina所说，现实中的不完美信息任务往往无法穷举所有可能性，通用且可证明有效的AI算法是一大进步。