ИИ обыграл сильнейшего игрока в «Стратего»
Система Ataraxos победила Наймейера — самого титулованного игрока в истории «Стратего». Он четырежды становился чемпионом мира и более 600 недель возглавлял мировой рейтинг. В серии матчей, растянутой на три недели, доля побед с учётом ничьих составила…
Главное событие
Система Ataraxos победила Наймейера — самого титулованного игрока в истории «Стратего». Он четырежды становился чемпионом мира и более 600 недель возглавлял мировой рейтинг. В серии матчей, растянутой на три недели, доля побед с учётом ничьих составила 85%: ничьи считали за половину победы. При этом Наймейер мог подстраиваться под стиль системы, а она под него — нет.
«Стратего» сложно для ИИ: игроки тайно расставляют по 40 фигур, и их сила раскрывается только при столкновении. Возможных расстановок — больше 10³³. Ataraxos обучался, играя сам с собой, и научился менять тактику, чтобы соперник не мог предугадать его ходы. Перед каждым ходом система также оценивает, где могут находиться скрытые фигуры противника.
Подробности
На обучение Ataraxos ушла неделя на 16 видеокартах Nvidia H100 и ещё четыре дня на четырёх видеокартах. Исследователи оценивают расходы менее чем в $8 тыс. Для сравнения: обучение прежней системы DeepMind, DeepNash, по их подсчётам, обошлось бы в $3–4,5 млн. Сравнить программы напрямую не удалось: код DeepNash больше не работает.
На чемпионате мира 2025 года Ataraxos выиграл 38 из 40 выставочных партий против участников турнира. Тот же подход помог ИИ добиться рекордов в карточной игре Hanabi и победить прежние системы в китайской игре «Доудичжу». Авторы считают, что их метод может пригодиться и в других задачах со скрытой информацией — например, в переговорах и финансовых рынках.