अधिकांश जानकारी छिपी होने के कारण Stratego अब तक AI को उलझाता रहा, लेकिन अब नहीं
AI शोधकर्ताओं ने Stratego खेलने वाला एक सिस्टम, Ataraxos, बनाया है, जो DeepMind के 2022 के पहले प्रयास की तुलना में कहीं कम compute और training data का उपयोग करते हुए शीर्ष मानव खिलाड़ियों में से एक को निर्णायक रूप से हरा देता है। टिप्पणीकर्ता इस बात पर चर्चा करते हैं कि Stratego, Hanabi, poker, bridge और trading card games जैसे अपूर्ण-जानकारी वाले खेल मशीनों के लिए इतने कठिन क्यों हैं, और यह बहस करते हैं कि reinforcement learning, search, और Nash-equilibrium approximations जैसी तकनीकें बड़े hidden-information spaces और बार-बार बदलते rulesets तक कैसे स्केल करती हैं। अन्य लोग इस पर विचार करते हैं कि सुपरह्यूमन game AIs मानव खेल और संस्कृति को कैसे बदलते हैं—chess और Go का उदाहरण देते हुए—और साथ ही भौतिक board games तथा Electronic Stratego जैसे variants की nostalgia साझा करते हैं।
पहले के Stratego AIs से तुलना
- कई टिप्पणियाँ नए Ataraxos सिस्टम की तुलना DeepMind के 2022 के DeepNash काम से करती हैं।
- बताए गए प्रमुख सुधार: लगभग दो क्रम-परिमाण कम प्रशिक्षण डेटा, self-play खेलों की बहुत कम संख्या, फिर भी शीर्ष मनुष्यों के खिलाफ बेहतर खेल।
- कुछ लोग इसे Stratego की “वास्तविक महारत” मानते हैं, और कहते हैं कि पहले का “mastering” लेबल समय से पहले था।
- अपेक्षाकृत कम प्रशिक्षण लागत (16 GPUs, कुछ हज़ार डॉलर) को खास तौर पर रेखांकित किया गया है, विशेषकर DeepMind के बजट की तुलना में।
छिपी जानकारी और वैरिएंट नियम
- Stratego की fog-of-war स्मृति-सम्बंधी मांगों (मनुष्यों का उजागर हुए मोहरों को भूल जाना बनाम AIs का कभी न भूलना) पर ध्यान दिलाया गया है।
- लोग इस बात को लेकर उत्सुक हैं कि नई विधि “silent defense” और Electronic Stratego जैसे कठिन वैरिएंट्स को कैसे संभालेगी, जहाँ रक्षकों में मोहरे की ताकत उजागर नहीं होती और जानकारी की अनिश्चितता अधिक होती है।
- Ataraxos के खेल का अध्ययन करने के लिए एक लिंक किया गया गेम archive भी उल्लेखित है।
गेम-AI का व्यापक परिदृश्य
- StarCraft, Dota, Advance Wars, poker, bridge, Hanabi, Hearthstone, MTG, और कस्टम card games से तुलना की गई है।
- जारी बहसें:
- क्या hidden-information, stochastic card games जिनमें metas बदलती रहती हैं, AI के लिए static board games की तुलना में काफ़ी कठिन हैं।
- जवाबी तर्क कि card interactions और Nash-equilibrium approximations (जैसा poker में) पर generalization, पर्याप्त engineering के साथ, MTG जैसे games तक बढ़ाया जा सकता है।
- bridge और जटिल partnership communication को एक विशेष रूप से रोचक, अब तक अनसुलझी AI चुनौती के रूप में चिन्हित किया गया है।
कौशल, यादृच्छिकता, और निष्पक्षता
- इस पर चर्चा कि कैसे अपूर्ण जानकारी और randomness novices को कभी-कभी experts को हराने का मौका देती है (poker, rock-paper-scissors), जबकि chess/Go में deterministic गहराई होती है।
- RTS bots के लिए, action-speed और precision के लाभ (APM/EPM, micro) को “न्यायसंगत” human–AI तुलना को कठिन बनाने वाला माना गया है।
मानव खेल और गेम संस्कृति पर प्रभाव
- मिली-जुली प्रतिक्रियाएँ: कुछ लोग मजबूत tools और नई strategies से उत्साहित हैं; दूसरों को चिंता है कि AI competitive games को बदल देता है (जैसा chess और Go में) और “journey” को कम कर देता है।
- बचपन के Stratego, पसंदीदा setups, psychological play, और house variants की कई nostalgic कहानियाँ साझा की गईं।
- कुछ लोग नोट करते हैं कि जब किसी एक खिलाड़ी की क्षमता बहुत बढ़ जाती है, तो गहरे board games अक्सर casual opponents खो देते हैं; और online/digital implementations बेहतर matchmaking और rules enforcement देकर इसे आंशिक रूप से कम करती हैं।