1997 年，Deep Blue 在国际象棋中击败了 Garry Kasparov；2016 年，AlphaGo 在围棋中战胜了 Lee Sedol；而扑克机器人多年来一直在击败职业选手。但有一款名为 Stratego 的经典游戏始终未被攻克。即便是预算惊人的 DeepMind，也未能造出一台能稳定击败顶尖人类玩家的机器。

如今，来自 Carnegie Mellon、MIT、New York University 和 Stanford University 的一组研究人员做到了。他们的人工智能名为 Ataraxos，以 15 胜 1 负、4 平的战绩击败了堪称史上最强 Stratego 玩家的 Pim Niemeijer。而训练它只用了 16 块 GPU 和几千美元。

隐藏的军队

在 Stratego 中，每位玩家拥有 40 枚棋子，代表从元帅到间谍的军衔，外加炸弹和一面旗帜。你通过夺取对手的旗帜来获胜。对手知道你的棋子在哪里，但不知道它们是什么。只有当两枚棋子在战斗中相撞时，身份才会揭晓——较弱的一方被移除，获胜方的身份被揭示。这使得 Stratego 成为一种不完全信息博弈，就像扑克一样，而计算机多年前就已攻克了扑克。“Stratego 有一个非常独特之处，那就是它包含大量隐藏信息，并且这些信息会在很长的时间尺度上逐步展开，”该研究的合著者、NYU 研究员 Eugene Vinitsky 说。

阅读全文

评论