CMU等团队AI首次击败顶级人类Stratego玩家，训练成本仅数千美元

Stratego是一款经典的不完全信息棋盘游戏，每方有40枚棋子，从元帅到间谍，还有炸弹和军旗，玩家通过夺取对方军旗获胜，但对手的棋子身份只有碰撞时才揭示。此前DeepMind等机构一直未能让AI稳定击败顶级人类玩家，而这次卡内基梅隆、MIT、NYU和斯坦福的联合团队做到了。

Ataraxos通过自我对弈学习，共进行了1.63亿局游戏，但与DeepMind的DeepNash不同，它在训练后期采用更精细的策略调整，并在每次行动前引入第二个神经网络（信念模型）来猜测对手隐藏棋子。这使得AI能在庞大搜索空间中高效决策。

Ataraxos在2025年世界锦标赛中击败了38/40的挑战者，并让人类冠军在20局中仅获胜一次它的风格沉稳冷静，甚至能像人类一样虚张声势，但更擅长执行到底。研究团队指出，该AI的训练成本远低于DeepNash（后者耗资估300-450万美元），仅需数千美元和16块GPU。