在大多数信息都被隐藏的情况下，战略游戏 Stratego 一直让 AI 望而却步，直到现在

原文 ↗ Hacker News 讨论 ↗

AI 研究人员构建了一个 Stratego 对弈系统 Ataraxos，它在使用远少于 DeepMind 2022 年早期方案的算力和训练数据的情况下，仍能明显击败最强的人类玩家之一。评论者围绕为什么像 Stratego、Hanabi、扑克、桥牌和集换式卡牌游戏这类不完全信息游戏对机器很难展开讨论，争论强化学习、搜索和纳什均衡近似等方法如何扩展到大型隐藏信息空间和频繁变化的规则环境。还有人反思超人类游戏 AI 如何重塑人类对弈与游戏文化——以国际象棋和围棋为例——同时分享对实体桌游及 Electronic Stratego 等变体的怀旧情绪。

与早期 Stratego AI 的比较

  • 几条评论把新的 Ataraxos 系统与 DeepMind 2022 年的 DeepNash 工作作了对比。
  • 其宣称的关键改进包括：训练数据量大约少了两个数量级，自我对弈局数少得多，但面对顶尖人类时反而更强。
  • 有人认为这才算是 Stratego 的“真正掌握”，并暗示早先使用“掌握”这一说法为时过早。
  • 相对较低的训练成本（16 张 GPU，几千美元）被特别强调，尤其是与 DeepMind 的预算相比。

隐藏信息与变体规则

  • 有人提到 Stratego 的“战争迷雾”记忆要求：人类会忘记已揭示的棋子，而 AI 则永远不会忘记。
  • 大家也好奇这种新方法如何应对更难的变体，比如“silent defense”和 Electronic Stratego，在这些变体中防守方不会暴露棋子强度，信息不确定性更高。
  • 还提到一个关联的对局档案，供研究 Ataraxos 的棋风。

更广泛的游戏 AI 版图

  • 讨论涉及 StarCraft、Dota、Advance Wars、扑克、桥牌、Hanabi、Hearthstone、MTG，以及自定义卡牌游戏。
  • 持续争论包括：
    • 信息隐藏、随机性的卡牌游戏，以及不断演变的“meta”，是否真的比静态棋盘游戏对 AI 难得多。
    • 反方观点则认为，只要工程做得足够好，对卡牌交互的泛化，以及像扑克那样的纳什均衡近似，应该也能扩展到类似 MTG 的游戏。
    • 桥牌及其复杂的搭档沟通，被标记为一个尤其有趣但尚未解决的 AI 挑战。

技巧、随机性与公平性

  • 讨论还涉及不完全信息和随机性如何让新手偶尔击败高手（扑克、石头剪刀布），而国际象棋/围棋则体现出确定性的深度。
  • 对 RTS 机器人而言，动作速度和精度优势（APM/EPM、微操）被认为让“公平”的人机比较变得棘手。

对人类对弈与游戏文化的影响

  • 反应不一：有人对更强的工具和新策略感到兴奋；也有人担心 AI 会像在国际象棋和围棋中那样改变竞技游戏，并削弱“旅程”本身。
  • 几条评论充满怀旧色彩，回忆童年时的 Stratego、偏好的布阵、心理战，以及家规变体。
  • 也有人指出，深度桌游在某一方显著更强后往往会失去休闲对手，而在线/数字化实现则能通过更好的匹配和规则执行，在一定程度上缓解这一问题。