🌐 IA Ataraxos supera al mejor jugador de Stratego con recursos limitados
Amb la major part de la informació oculta, el joc Stratego havia desconcertat la IA—fins ara
Des que Deep Blue va vèncer Garry Kasparov en escacs el 1997 i AlphaGo va derrotar Lee Sedol en Go el 2016, la intel·ligència artificial ha anat superant els humans en diversos jocs d'estratègia. No obstant això, Stratego, un joc clàssic caracteritzat per la seva gran quantitat d'informació oculta, havia resistit fins ara. Ni tan sols DeepMind, amb el seu pressupost excepcional, va aconseguir crear una màquina que vencés consistentment els millors jugadors humans.
Un equip d'investigadors de Carnegie Mellon, MIT, la Universitat de Nova York i la Universitat de Stanford ha aconseguit l'impensable. La seva intel·ligència artificial, anomenada Ataraxos, va vèncer Pim Niemeijer, considerat el millor jugador de Stratego de tots els temps, en 15 de 20 partides, amb quatre empats. El sorprenent és que l'entrenament d'Ataraxos va requerir només 16 GPUs i uns pocs milers de dòlars.
Stratego és un joc d'informació imperfecta, similar al pòquer, on cada jugador maneja 40 peces que representen rangs militars i l'objectiu del qual és capturar la bandera de l'oponent. La identitat de les peces es revela només quan xoquen en batalla, cosa que afegeix un element d'incertesa i estratègia a llarg termini. "Hi ha quelcom super distintiu en Stratego, que és l'enorme quantitat d'informació oculta que es desenvolupa al llarg d'un temps prolongat", va explicar Eugene Vinitsky, investigador de NYU i coautor de l'estudi.
Ataraxos va aprendre jugant contra si mateix, completant 163 milions de partides. A diferència d'altres IA, va ajustar la seva estratègia de manera més agressiva al començament i més curosa al final de l'entrenament. A més, va incorporar un model de creences que li va permetre preveure les peces ocultes de l'oponent, cosa que DeepMind no havia aconseguit implementar a causa del vast espai de cerca en Stratego.
El nom Ataraxos prové del grec antic i significa un estat de calma. "Significa algú que està tranquil i despreocupat", va explicar Gabriele Farina, científic informàtic del MIT i coautor de l'estudi. Aquesta estructura permet a la IA no reaccionar impulsivament, fins i tot en situacions on un humà podria perdre la compostura.
Durant tres setmanes, Niemeijer va jugar 20 partides en línia contra Ataraxos, guanyant només una vegada. Encara que alguns podrien atribuir aquesta victòria a la sort, els investigadors sostenen que fins i tot una estratègia perfecta pot fallar ocasionalment a causa de l'aleatorietat inherent del joc. Al Campionat Mundial de Stratego 2025, Ataraxos va demostrar el seu domini en guanyar 38 de 40 partides, alterant significativament la manera com els jugadors humans aborden el joc.
With most information hidden, the game Stratego had stumped AI—until now
Desde que Deep Blue venció a Garry Kasparov en ajedrez en 1997 y AlphaGo derrotó a Lee Sedol en Go en 2016, la inteligencia artificial ha ido superando a los humanos en diversos juegos de estrategia. Sin embargo, Stratego, un juego clásico caracterizado por su gran cantidad de información oculta, había resistido hasta ahora. Ni siquiera DeepMind, con su presupuesto excepcional, logró crear una máquina que venciera consistentemente a los mejores jugadores humanos.
Un equipo de investigadores de Carnegie Mellon, MIT, la Universidad de Nueva York y la Universidad de Stanford ha logrado lo impensable. Su inteligencia artificial, llamada Ataraxos, venció a Pim Niemeijer, considerado el mejor jugador de Stratego de todos los tiempos, en 15 de 20 partidas, con cuatro empates. Lo sorprendente es que el entrenamiento de Ataraxos requirió solo 16 GPUs y unos pocos miles de dólares.
Stratego es un juego de información imperfecta, similar al póker, donde cada jugador maneja 40 piezas que representan rangos militares y cuyo objetivo es capturar la bandera del oponente. La identidad de las piezas se revela solo cuando chocan en batalla, lo que añade un elemento de incertidumbre y estrategia a largo plazo. «Hay algo super distintivo en Stratego, que es la enorme cantidad de información oculta que se desarrolla a lo largo de un tiempo prolongado», explicó Eugene Vinitsky, investigador de NYU y coautor del estudio.
Ataraxos aprendió jugando contra sí mismo, completando 163 millones de partidas. A diferencia de otros AIs, ajustó su estrategia de manera más agresiva al inicio y más cuidadosa al final del entrenamiento. Además, incorporó un modelo de creencias que le permitió prever las piezas ocultas del oponente, algo que DeepMind no había logrado implementar debido al vasto espacio de búsqueda en Stratego.
El nombre Ataraxos proviene del griego antiguo y significa un estado de calma. «Significa alguien que está tranquilo y despreocupado», explicó Gabriele Farina, científico informático del MIT y coautor del estudio. Esta estructura permite a la IA no reaccionar impulsivamente, incluso en situaciones donde un humano podría perder la compostura.
Durante tres semanas, Niemeijer jugó 20 partidas en línea contra Ataraxos, ganando solo una vez. Aunque algunos podrían atribuir esta victoria a la suerte, los investigadores sostienen que incluso una estrategia perfecta puede fallar ocasionalmente debido a la aleatoriedad inherente del juego. En el Campeonato Mundial de Stratego 2025, Ataraxos demostró su dominio al ganar 38 de 40 partidas, alterando significativamente la forma en que los jugadores humanos abordan el juego.
With most information hidden, the game Stratego had stumped AI—until now
Since Deep Blue defeated Garry Kasparov in chess in 1997 and AlphaGo beat Lee Sedol in Go in 2016, artificial intelligence has been surpassing humans in various strategy games. However, Stratego, a classic game characterised by its large amount of hidden information, had resisted until now. Not even DeepMind, with its exceptional budget, managed to create a machine that consistently defeated the best human players.
A team of researchers from Carnegie Mellon, MIT, New York University, and Stanford University has achieved the unthinkable. Their artificial intelligence, called Ataraxos, defeated Pim Niemeijer, considered the best Stratego player of all time, in 15 out of 20 games, with four draws. What is surprising is that Ataraxos's training required only 16 GPUs and a few thousand dollars.
Stratego is a game of imperfect information, similar to poker, where each player handles 40 pieces representing military ranks and whose objective is to capture the opponent's flag. The identity of the pieces is revealed only when they clash in battle, adding an element of uncertainty and long-term strategy. "There is something super distinctive about Stratego, which is the enormous amount of hidden information that unfolds over a prolonged period," explained Eugene Vinitsky, NYU researcher and co-author of the study.
Ataraxos learned by playing against itself, completing 163 million games. Unlike other AIs, it adjusted its strategy more aggressively at the start and more cautiously at the end of the training. Additionally, it incorporated a belief model that allowed it to foresee the opponent's hidden pieces, something DeepMind had not managed to implement due to the vast search space in Stratego.
The name Ataraxos comes from ancient Greek and means a state of calm. "It means someone who is calm and untroubled," explained Gabriele Farina, computer scientist at MIT and co-author of the study. This structure allows the AI not to react impulsively, even in situations where a human might lose composure.
For three weeks, Niemeijer played 20 online games against Ataraxos, winning only once. Although some might attribute this victory to luck, the researchers argue that even a perfect strategy can occasionally fail due to the inherent randomness of the game. At the 2025 Stratego World Championship, Ataraxos demonstrated its dominance by winning 38 out of 40 games, significantly altering the way human players approach the game.
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →