AI Ataraxos Thắng Stratego 15-1

Stratego là trò chơi có 40 quân cho mỗi bên, và các quân đều úp xuống từ đầu đến cuối. Chỉ khi hai quân chạm nhau trong giao tranh thì danh tính mới được lộ ra, quân yếu hơn bị loại và quân thắng được mở mặt.

Mỗi bên biết vị trí quân của đối thủ nhưng không biết đó là quân gì. Trò chơi có hơn 10^33 cách bố trí ban đầu, nên là một trò chơi có thông tin không đầy đủ, như một số trò chơi bài mà máy tính đã giải được từ nhiều năm trước.

Eugene Vinitsky, nhà nghiên cứu ở New York University và là đồng tác giả của nghiên cứu, nói Stratego có một lượng rất lớn thông tin bị giấu kín và kéo dài trên thời gian rất lâu. Đó là lý do trò chơi này được xem là một thử thách khó cho AI.

Pim Niemeijer được xem là người chơi Stratego thành công nhất mọi thời. Ông có 4 chức vô địch thế giới, 15 danh hiệu Hà Lan, 2 chức vô địch thế giới trực tuyến, và đã đứng đầu bảng xếp hạng thế giới hơn 600 tuần.

Nhóm nghiên cứu cho biết đây là AI đầu tiên mà họ biết đạt mức vượt người trong Stratego. DeepMind trước đó cũng không vượt được mức của những người chơi hàng đầu trong cùng trò này.

DeepNash của DeepMind đã được huấn luyện trên 1.024 nút TPU trong 2 đến 3 tháng, và nhóm Ataraxos ước tính chi phí đó ở mức 3 triệu đến 4,5 triệu đô la theo giá năm 2025. Ataraxos chỉ cần 1 tuần trên 16 GPU Nvidia H100, rồi thêm 4 ngày trên 4 GPU cho mạng niềm tin của nó.

Theo mức giá năm 2025, chi phí đó thấp hơn 8.000 đô la, bằng khoảng 1/500 chi phí tính toán, 1/30 số ván tự đấu và 1/100 số ví dụ huấn luyện. Nhóm nghiên cứu cũng cho biết họ dùng bộ mô phỏng GPU riêng, đạt hiệu quả lấy mẫu cao hơn, và bị giới hạn bởi tài nguyên tính toán học thuật.

Không có so sánh đối đầu trực tiếp giữa hai hệ thống. Nhóm nghiên cứu nói họ đã đề nghị xây hạ tầng cần thiết, nhưng DeepMind trả lời là không thể vì mã DeepNash không còn chạy được. Tại giải vô địch thế giới 2023, DeepNash thắng 19 trong 28 ván nhưng thua phần lớn người chơi hàng đầu, trong đó có Niemeijer.