在信息几乎全隐藏的战棋游戏 Stratego 中

# 在大多数信息都被隐藏的情况下，战略棋游戏《Stratego》曾让人工智能束手无策——直到现在 来源：https://arstechnica.com/science/2026/10/ai-finally-beat-the-best-stratego-player-in-history-and-did-it-on-a-budget/ 1997 年 Deep Blue 在国际象棋中击败了 Garry Kasparov，2016 年 AlphaGo 在围棋中击败了 Lee Sedol，而扑克机器人多年来也一直在战胜职业选手。但有一款经典游戏《Stratego》一直未能被攻克。即便是拥有雄厚预算的 DeepMind，也无法造出一台能可靠战胜顶级人类玩家的机器。 如今，来自 Carnegie Mellon、MIT、New York University 和 Stanford University 的一个研究团队做到了这一点。他们的 AI 名为 Ataraxos，以 15 胜 1 负 4 平的成绩击败了 Pim Niemeijer——可以说是历史上最出色的《Stratego》玩家。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不同军阶，外加炸弹和军旗。取胜方式是夺取对方的军旗。对手知道你的棋子*在什么位置*，却不知道它们*是什么*。只有当两枚棋子在战斗中相遇时身份才会揭晓——较弱的一枚被移走，获胜方的身份也随之暴露。这使《Stratego》成为一种不完全信息博弈，就像多年前计算机就已破解的扑克一样。“《Stratego》有一个非常独特之处，那就是它包含海量的隐藏信息，而且这些信息在非常长的时间尺度上逐步展开，”纽约大学研究员、该研究的共同作者 Eugene Vinitsky 说道。 在某些扑克形式中，隐藏信息量很小。在得州扑克中，”你只有两张暗牌，”MIT 计算机科学家、另一位共同作者 Gabriele Farina 说。这只有 1,326 种可能的起手牌，少到足以让机器逐一权衡。“而在《Stratego》中，棋盘上有 40 枚棋子，它们可以以任何顺序排列，”Farina 说。可能的局面组合超过一京兆（decillion，10^33）种。此外还有游戏的时长。 “在国际象棋中，一局通常持续 40 步，但在《Stratego》中，一局很容易持续 2,000 步，”Farina 说。更进一步，《Stratego》还是一款虚张声势（bluffing）的游戏。有时你会移动一枚弱子，表现得仿佛它是元帅，只是为了吓退对手。当玩家过于频繁地虚张声势时，他们的威胁就失去了意义；当他们从不虚张声势时，又会变得容易预测。团队解释说，正是这种微妙的平衡，让此前的 AI 如 DeepMind 于 2022 年推出的 DeepNash 一筹莫展。