ШІ Ataraxos переміг багаторазового чемпіона світу зі Stratego
ШІ Ataraxos обіграв чотириразового чемпіона світу зі Stratego, використовуючи модель для оцінки прихованих фігур суперника.
Штучний інтелект Ataraxos, створений дослідниками з Carnegie Mellon, MIT, Нью-Йоркського університету та Стенфордського університету, обіграв Піма Неймейєра — чотириразового чемпіона світу зі Stratego. У серії з 20 онлайн-партій, що тривала три тижні, програма здобула 15 перемог, програла одну гру та чотири партії звела внічию, повідомляє Ars Technica.
Stratego — настільна стратегічна гра, у якій кожен учасник має 40 фігур різних рангів, бомби та прапор. Гравці бачать розташування фігур суперника, але не знають їхньої цінності до зіткнення в бою. Мета гри — захопити прапор опонента.
Модель для прихованої інформації
Ataraxos навчався у 163 млн партіях проти самого себе. Ключовим елементом системи стала друга нейромережа — модель переконань, яка оцінює, якими можуть бути приховані фігури суперника, зважаючи на їхні переміщення. Замість перебору всіх можливих розстановок програма формує ймовірні варіанти, моделює наслідки кандидатних ходів і обирає рішення на підставі цих результатів.
Дослідники також змінили підхід до навчання: на ранніх етапах система суттєвіше коригувала стратегію після партій, а згодом переходила до менших і обережніших змін. Це мало допомогти уникати циклічності самонавчання в грі з великим обсягом прихованої інформації та тривалими партіями, які можуть сягати 2 тисяч ходів.
Менші обчислювальні витрати
Для навчання Ataraxos використали 16 графічних процесорів протягом тижня, а також чотири додаткові GPU впродовж чотирьох днів для моделі переконань. Команда розробила симулятор, здатний виконувати мільйони ходів за секунду на графічних процесорах. За оцінкою авторів роботи, система зіграла приблизно у 34 рази менше тренувальних партій, ніж DeepNash від DeepMind, але продемонструвала вищий рівень гри.
На чемпіонаті світу зі Stratego 2025 року Ataraxos виграв 38 із 40 партій проти учасників, які кинули йому виклик. Автори також застосували цю архітектуру в інших іграх: вона перемогла трьох чемпіонів світу в Barrage Stratego, опанувала кооперативну карткову гру Hanabi та обіграла найкращих ботів у китайській картковій грі dou dizhu.
