Com a maior parte da informação oculta, o jogo Stratego havia derrotado a IA — até agora
Pesquisadores de IA construíram um sistema que joga Stratego, o Ataraxos, que derrota de forma decisiva um dos jogadores humanos mais fortes enquanto usa muito menos computação e dados de treino do que o esforço anterior da DeepMind em 2022. Os comentadores exploram por que jogos de informação imperfeita como Stratego, Hanabi, poker, bridge e jogos de cartas colecionáveis são difíceis para máquinas, debatendo como técnicas como reinforcement learning, search e aproximações de equilíbrio de Nash escalam para espaços de informação oculta grandes e conjuntos de regras que mudam com frequência. Outros refletem sobre como IAs super-humanas em jogos remodelam o jogo humano e a cultura — citando xadrez e Go — enquanto compartilham nostalgia por jogos de tabuleiro físicos e variantes como Electronic Stratego.
Comparação com IAs anteriores de Stratego
- Vários comentários contrastam o novo sistema Ataraxos com o trabalho DeepNash da DeepMind de 2022.
- Principais melhorias alegadas: cerca de duas ordens de magnitude menos dados de treino, muito menos partidas de autojogo, e ainda assim jogo mais forte contra os melhores humanos.
- Alguns veem isso como um “domínio real” do Stratego, sugerindo que o rótulo anterior de “dominado” era prematuro.
- O custo de treino relativamente baixo (16 GPUs, alguns milhares de dólares) é destacado, especialmente em comparação com o orçamento da DeepMind.
Informação oculta e regras variantes
- São mencionadas as exigências de memória do fog-of-war do Stratego (humanos esquecendo peças reveladas, enquanto IAs nunca esquecem).
- As pessoas ficam curiosas sobre como o novo método lidaria com variantes mais difíceis como “silent defense” e Electronic Stratego, em que os defensores não revelam a força das peças e a incerteza da informação é maior.
- É mencionado um arquivo de partidas vinculado para estudar o jogo do Ataraxos.
Panorama mais amplo de IA em jogos
- Comparações com StarCraft, Dota, Advance Wars, poker, bridge, Hanabi, Hearthstone, MTG e jogos de cartas personalizados.
- Debates em andamento:
- Se jogos de cartas estocásticos com informação oculta e “metas” em evolução são significativamente mais difíceis para IA do que jogos de tabuleiro estáticos.
- Contra-argumentos de que a generalização sobre interações entre cartas e aproximações de equilíbrio de Nash (como no poker) deveriam escalar para jogos no estilo MTG, dado engenharia suficiente.
- Bridge e a comunicação complexa entre parceiros são apontados como um desafio de IA particularmente interessante e ainda não resolvido.
Habilidade, aleatoriedade e justiça
- Discute-se como informação imperfeita e aleatoriedade permitem que iniciantes ocasionalmente vençam especialistas (poker, pedra-papel-tesoura), em contraste com a profundidade determinística no xadrez/Go.
- Para bots de RTS, vantagens de velocidade de ação e precisão (APM/EPM, micro) são vistas como tornando a comparação “justa” entre humanos e IA difícil.
Impacto no jogo humano e na cultura dos jogos
- Reações mistas: alguns estão empolgados com ferramentas mais fortes e novas estratégias; outros temem que a IA transforme jogos competitivos (como no xadrez e no Go) e diminua a “jornada”.
- Vários relatos nostálgicos de Stratego na infância, formações preferidas, jogo psicológico e variantes caseiras.
- Alguns observam que jogos de tabuleiro profundos muitas vezes perdem oponentes casuais quando um jogador fica muito mais forte, e que implementações online/digitais mitigam isso parcialmente ao oferecer melhor matchmaking e aplicação de regras.