标签
来自 CMU、MIT、NYU 和斯坦福的研究团队开发了 Ataraxos，仅用 16 块 GPU 训练就在 Stratego 中以 15 比 1 战胜了史上最顶尖的 Stratego 选手，克服了这一游戏海量隐藏信息和长时序决策的难题——这些问题曾让 DeepMind 的 DeepNash 都束手无策。
本文提出了一种使用线性代数运算的CFR算法并行化框架，在GPU上实现了比CPU实现高达四个数量级的加速。