Ataraxos击败战略棋史上最强人类棋手

关键信息

战略棋在10×10棋盘上进行，每位玩家控制40个棋子；对手知道棋子的位置，却要等到交战后才能知道其身份。已提供的报道显示，Ataraxos与Niemeijer进行了20局比赛，但没有说明系统的完整架构或评估方法。

资讯摘要

计算机已经在多种重要棋类和博弈中超越顶尖人类，包括国际象棋、围棋和扑克。1997年，Deep Blue击败了Garry Kasparov；2016年，AlphaGo击败了Lee Sedol；扑克AI也已经战胜职业牌手多年。战略棋却一直是一个显著例外，因为其中的隐藏信息会在漫长的连续走法中持续制造不确定性。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团队如今开发了Ataraxos来应对这一挑战。

Ataraxos以15胜1负、4和的成绩击败了被广泛认为可能是史上最强战略棋选手的Pim Niemeijer。研究人员只使用16块GPU和几千美元的训练成本，就取得了这一结果。战略棋中，每位玩家拥有40个军事棋子，包括不同军衔的军官、炸弹和军旗，目标是夺取对手的军旗。玩家能够看到对方棋子所在的位置，却不知道其具体身份，只有在棋子交战时，身份才会被揭示。

资讯正文

绝大多数信息都被隐藏，Stratego 曾难倒人工智能——直到现在

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；多年来，扑克机器人也一直在击败职业选手。但有一款经典游戏名为 Stratego，始终坚守阵地。即便是拥有雄厚预算的 DeepMind，也没能造出一台能够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。他们研发的人工智能名为 Ataraxos，以15胜1负、4和的成绩击败了被认为是有史以来最出色的 Stratego 玩家 Pim Niemeijer。而训练这套系统只用了16块 GPU 和几千美元。

隐藏的军队

在 Stratego 中，每位玩家有40枚棋子，分别代表从元帅到间谍的军衔，此外还有炸弹和一面旗帜。夺取对手的旗帜即可获胜。对手知道你的棋子位于何处，却不知道它们的身份。只有当两枚棋子在战斗中相遇时，身份才会揭晓——较弱的一方被移除，胜者的身份则会公开。这使 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经攻克了扑克。“Stratego 有一些非常独特的地方，那就是其中存在海量隐藏信息，而这些信息会在极其漫长的时间尺度上逐步展开，”NYU 研究人员、该研究的共同作者 Eugene Vinitsky 说。

来源与参考

1. 原始链接
2. With most information hidden, the game Stratego had stumped AI—until now