Global · IA · Ciencia · Modelos · MIT · Stanford · Juegos
Ataraxos combina autojuego y planificación para competir en Stratego
El equipo investigador informó resultados frente a jugadores destacados y una reducción de los ejemplos de entrenamiento respecto a DeepNash.
Fecha de la fuente original:
Lo esencial
- Ataraxos combina aprendizaje por refuerzo mediante autojuego con planificación durante la partida.
- El registro de 39-2 y la eficiencia frente a DeepNash son resultados reportados por el equipo.
Decidir con información incompleta
Investigadores de MIT, Carnegie Mellon, NYU y Stanford presentaron Ataraxos, un sistema para juegos donde parte de la información permanece oculta. Aprende una estrategia mediante partidas contra sí mismo y, antes de mover, utiliza un modelo generativo para estimar las posibles piezas del rival y ajustar su decisión.
Resultados en el tablero
El artículo en Nature reporta un registro de 39 victorias y dos derrotas contra jugadores destacados durante el campeonato mundial de Stratego. Los autores afirman que el sistema superó a DeepNash usando menos de una centésima parte de sus ejemplos de entrenamiento. También probaron variantes de Stratego, Hanabi y Dou dizhu. Su siguiente objetivo es hacer las decisiones interpretables, un requisito que consideran importante antes de aplicar el método a problemas fuera de los juegos.