Ataraxos Menewaskan Pemain Stratego Terbaik, AI Belajar Membuat Keputusan dengan Maklumat Tersembunyi

Penyelidik MIT, Carnegie Mellon, New York University dan Stanford membangunkan Ataraxos, sistem AI yang mengatasi pemain terkemuka Stratego. Penyelidikan ini menguji keupayaan membuat keputusan apabila sebahagian maklumat lawan disembunyikan.

Dalam Stratego, setiap pemain menyusun 40 buah permainan dan cuba menawan bendera lawan. Identiti buah lawan hanya diketahui apabila berlaku pertembungan, menjadikan ramalan dan pengurusan risiko sebahagian daripada permainan.

Ataraxos belajar melalui permainan menentang dirinya sendiri untuk membina strategi asas. Sebelum memilih langkah, model generatif menganggarkan identiti buah lawan dan menilai tindakan seterusnya.

Menurut MIT, sistem itu mencatat rekod 39–2 ketika menentang pemain manusia terkemuka pada kejohanan dunia Stratego. Penyelidik turut melaporkan penggunaan kurang daripada satu per seratus contoh latihan berbanding DeepNash.

Kajian diterbitkan dalam Nature. Langkah seterusnya ialah membina kaedah yang membolehkan manusia memahami dan mengaudit sebab sesuatu keputusan dibuat. Penggunaan di luar permainan masih menjadi arah penyelidikan.

Sumber: MIT News.

Gambar utama: Jose-Luis Olivares, MIT; Getty Images.