跨校團隊 AI Ataraxos 擊敗 Stratego 世界冠軍，16 張 GPU 訓練成本不到 8 千美元

由卡內基梅隆大學、麻省理工學院、紐約大學與史丹佛大學組成的研究團隊，開發出名為 Ataraxos 的 AI 模型，成功在不完美資訊賽局 Stratego 中擊敗人類頂尖玩家，研究已發表於《自然》（Nature）期刊。 在 20 局的官方對戰中，Ataraxos 以 15 勝、1 敗、4 和的戰績，擊敗了被譽為史上最成功的 Stratego 玩家 Pim Niemeijer。Niemeijer 曾獲 4 屆世界冠軍、15 屆荷蘭全國冠軍，並佔據世界排名第一超過 600 週。據報導，Ataraxos 的訓練僅使用了 16 張 GPU，總花費不到 8,000 美元。 Stratego 的複雜度極高，雙方各有 40 個隱藏身分的棋子，直到交戰才會揭曉。研究人員指出，德州撲克僅有 2 張隱藏手牌與 1,326 種可能組合，而 Stratego 的棋盤佈局可能性超過 10 的 33 次方（decillion）。此外，西洋棋單局通常約 40 步，Stratego 則可輕易達到 2,000 步，且高度依賴「虛張聲勢」（bluffing）的心理戰。 過去，即便是 DeepMind 在 2022 年推出、擁有龐大預算支持的 DeepNash，也因為無法拿捏虛張聲勢與行為可預測性之間的平衡，而無法穩定擊敗最頂尖的人類玩家。