Исследователи из Университета Карнеги — Меллона, Нью-Йоркского университета, Стэнфорда и MIT создали ИИ-систему Ataraxos, которая обыграла сильнейшего игрока в Stratego в истории. В серии из 20 партий система одержала 15 побед над Пимом Нимейером, обладателем четырех титулов чемпиона мира.
Стоимость обучения Ataraxos составила менее $8 тыс. при использовании 16 графических процессоров Nvidia H100 в течение одной недели. Это значительно дешевле системы DeepNash от DeepMind, затраты на которую, по оценкам авторов, могли бы достигать $3–4,5 млн в ценах 2025 года.
Ataraxos обучается методом самоигры без использования данных от людей. Система применяет регуляризацию для обеспечения вариативности стратегий и использует сеть убеждений для предсказания скрытых позиций противника. Это позволяет ИИ эффективно действовать в условиях неполной информации.
Методика была протестирована в других играх, включая вариант Barrage, карточную игру Hanabi и китайскую игру Dou dizhu, где система показала высокие результаты. Разработчики опубликовали исходный код Ataraxos в открытом доступе для дальнейшего изучения.
