Con la mayor parte de la información oculta, el juego Stratego había dejado perpleja a la IA hasta ahora
Los investigadores de IA han construido un sistema para jugar Stratego, Ataraxos, que derrota de forma decisiva a uno de los jugadores humanos más fuertes usando mucho menos cómputo y datos de entrenamiento que el esfuerzo anterior de DeepMind en 2022. Los comentaristas profundizan en por qué los juegos de información imperfecta como Stratego, Hanabi, poker, bridge y los juegos de cartas coleccionables son difíciles para las máquinas, debatiendo cómo técnicas como el aprendizaje por refuerzo, la búsqueda y las aproximaciones al equilibrio de Nash escalan a espacios grandes de información oculta y a conjuntos de reglas que cambian con frecuencia. Otros reflexionan sobre cómo las IAs superhumanas para juegos remodelan el juego humano y la cultura —citando ajedrez y Go— mientras comparten nostalgia por los juegos de mesa físicos y variantes como Electronic Stratego.
Comparación con anteriores IAs de Stratego
- Varios comentarios contrastan el nuevo sistema Ataraxos con el trabajo DeepNash de DeepMind de 2022.
- Mejoras clave que se afirman: aproximadamente dos órdenes de magnitud menos datos de entrenamiento, muchos menos juegos de autojuego y, aun así, un juego más fuerte contra humanos de élite.
- Algunos ven esto como un “dominio real” de Stratego, sugiriendo que la etiqueta anterior de “dominado” era prematura.
- Se destaca el coste de entrenamiento relativamente bajo (16 GPUs, unos pocos miles de dólares), especialmente frente al presupuesto de DeepMind.
Información oculta y reglas variantes
- Se señalan las exigencias de memoria de la niebla de guerra en Stratego (humanos que olvidan piezas reveladas frente a IAs que nunca olvidan).
- Hay curiosidad por saber cómo el nuevo método manejaría variantes más difíciles como “silent defense” y Electronic Stratego, donde los defensores no revelan la fuerza de la pieza y la incertidumbre de la información es mayor.
- Se menciona un archivo de partidas enlazado para estudiar el juego de Ataraxos.
Panorama más amplio de la IA en juegos
- Comparaciones con StarCraft, Dota, Advance Wars, poker, bridge, Hanabi, Hearthstone, MTG y juegos de cartas personalizados.
- Debates en curso:
- Si los juegos de cartas estocásticos con información oculta y “metas” cambiantes son significativamente más difíciles para la IA que los juegos de mesa estáticos.
- Contraargumentos de que la generalización sobre interacciones de cartas y las aproximaciones al equilibrio de Nash (como en el poker) deberían escalar a juegos tipo MTG, dado suficiente trabajo de ingeniería.
- Bridge y la compleja comunicación en pareja se señalan como un desafío de IA especialmente interesante y aún no resuelto.
Habilidad, azar y equidad
- Se discute cómo la información imperfecta y el azar permiten que principiantes derroten ocasionalmente a expertos (poker, piedra-papel-tijera) frente a la profundidad determinista en ajedrez/Go.
- Para bots de RTS, las ventajas de velocidad de acción y precisión (APM/EPM, micro) se consideran un obstáculo para una comparación “justa” entre humanos e IA.
Impacto en el juego humano y la cultura lúdica
- Reacciones mixtas: algunos están entusiasmados con herramientas más potentes y nuevas estrategias; otros temen que la IA transforme los juegos competitivos (como en ajedrez y Go) y reduzca “el viaje”.
- Varias evocaciones nostálgicas del Stratego de la infancia, formaciones preferidas, juego psicológico y variantes caseras.
- Algunos señalan que los juegos de mesa profundos suelen perder rivales casuales una vez que un jugador se vuelve mucho más fuerte, y que las implementaciones en línea o digitales mitigan parcialmente esto al ofrecer mejor emparejamiento y aplicación de reglas.