🔬 Los autores de un estudio publicado en Nature presentan Ataraxos, una IA que venció al jugador más laureado de Stratego. Ganó 15 de 20 partidas ante Pim Niemeijer. El resultado apunta a una vía para decidir con información oculta y entrenar con menos recursos que sistemas anteriores.
En Stratego, cada jugador desconoce qué piezas tiene enfrente hasta que estas se revelan durante los combates. Ataraxos aprende jugando contra sí misma y entrena una red para estimar qué piezas podría ocultar el rival. Antes de mover, ensaya distintas jugadas bajo esos escenarios y ajusta su estrategia según los resultados previstos.
La serie contra Niemeijer duró tres semanas y terminó con 15 victorias, una derrota y cuatro empates. El jugador podía estudiar las debilidades de Ataraxos entre partidas; la IA no se adaptaba a su rival. Según los autores, es el primer resultado sobrehumano en Stratego. El aprendizaje por refuerzo completó 163 millones de partidas. El costo estimado de entrenar todas sus redes quedó por debajo de 8 000 dólares, con precios de 2025.
El equipo también aplicó el método a otros tres juegos. En Barrage Stratego, sus sistemas vencieron a tres bicampeones mundiales. En Hanabi superaron las mejores marcas previas para partidas de dos a cinco jugadores, y en dou dizhu derrotaron a los sistemas PerfectDou y DouZero. Estos juegos abarcan duelos, cooperación y equipos enfrentados.
✅ Los resultados sugieren que este método puede abordar juegos con muchos datos ocultos y reducir los recursos necesarios para aprender. La prueba principal de Stratego abarcó solo 20 partidas contra un rival, aunque otras 40 partidas públicas aportaron datos adicionales. Su uso en otros problemas estratégicos depende de poder construir simuladores rápidos y precisos.
