The Pulse
Ataraxos batte il campione di Stratego 15–1, con quattro pareggi
Ataraxos ha battuto il campione di Stratego Pim Niemeijer in una serie di 20 partite, vincendone 15, perdendone una e pareggiandone quattro. Il sistema combina l’apprendimento per rinforzo tramite partite contro sé stesso con la ricerca sul
AI.info Team · Scritto con l’IA ·
Ataraxos ha vinto 15 delle 20 partite contro il campione di Stratego Pim Niemeijer, perdendone una e pareggiandone quattro, in una serie descritta in uno studio pubblicato il 30 settembre 2026. Il risultato vede un sistema di intelligenza artificiale prevalere su un giocatore umano di alto livello in un gioco che ha resistito a progetti di IA ben finanziati perché i giocatori nascondono l’identità dei propri pezzi. Secondo i ricercatori, Ataraxos ha raggiunto quel livello con una potenza di calcolo per l’addestramento del valore di poche migliaia di dollari.
«Ataraxos ha sconfitto con ampio margine il giocatore umano di Stratego più titolato di sempre, ottenendo, per quanto ne sappiamo, il primo risultato sovrumano nella storia del gioco, pur impiegando ordini di grandezza meno potenza di calcolo e meno dati rispetto ai tentativi precedenti».
Samuel Sokota et al., “Scalable decision-making for games of imperfect information”
I pezzi nascosti di Stratego complicano ogni mossa
Nello Stratego classico, prima dell’inizio della partita ciascun giocatore dispone segretamente 40 pezzi su una scacchiera di 10 per 10 caselle. I pezzi hanno gradi e capacità diversi, ma gli avversari non possono conoscerne l’identità finché uno scontro non la rivela. Secondo lo studio, le possibili configurazioni dei pezzi sono più di 1033: per un’IA è quindi difficile pianificare simulando un piccolo insieme di posizioni note.
Ataraxos combina l’apprendimento per rinforzo tramite partite contro sé stesso con la ricerca al momento di effettuare una mossa. L’addestramento separa le due fasi del gioco: un processo impara a disporre i pezzi, mentre un altro impara a muoverli. Una rete che stima le informazioni nascoste, addestrata su partite giocate contro sé stesso, valuta ciò che non è visibile; durante il gioco, la ricerca combina questa rete con quella che seleziona le mosse.
I ricercatori descrivono un problema che va oltre la scelta di una mossa promettente in base ai pezzi visibili sulla scacchiera. Un agente deve anche ragionare su quali potrebbero essere i pezzi nascosti dell’avversario e su come le scelte precedenti di entrambi i giocatori influenzino queste possibilità. L’approccio è progettato per gestire tale incertezza senza ricorrere alle grandi trasformazioni delle informazioni usate dai metodi precedenti per giochi con informazioni nascoste più piccoli.
Una sola H100 ha gestito la ricerca durante la sfida
Durante la valutazione contro Niemeijer, Ataraxos ha usato una ricerca profonda 40 semimosse, con 1.000 simulazioni. Su una singola GPU NVIDIA H100, la procedura ha richiesto in media circa 1,26 secondi per mossa, secondo lo studio. Le partite si sono svolte su Strategus, una piattaforma di competizioni online, con il suo tempo standard di 15 minuti e tre secondi aggiunti per mossa.
L’addestramento ha impiegato 16 GPU H100 per una settimana; addestrare la rete che stima le informazioni nascoste ha richiesto altri quattro giorni su quattro H100. La fase principale di apprendimento per rinforzo ha generato 163 milioni di partite completate e 208 miliardi di passaggi nell’ambiente di gioco. Rispetto al precedente tentativo su Stratego discusso nello studio, i ricercatori riportano un costo in potenza di calcolo pari a circa un cinquecentesimo, un numero di partite giocate contro sé stesso pari a un trentesimo e un numero di esempi di addestramento pari a un centesimo.
Questi confronti riguardano sia l’impiego di risorse sia la quantità di dati di addestramento, non soltanto il tempo necessario a eseguire la ricerca finale. Ataraxos si avvale di un simulatore accelerato tramite GPU e scritto in CUDA C++, realizzato per generare dati di addestramento e supportare la ricerca contenendo l’uso della memoria. La ricerca richiede comunque una notevole potenza di calcolo durante il gioco, ma nella sfida descritta è stata usata una sola H100 anziché un grande cluster.
Lo stesso approccio è stato applicato ad altri giochi
Lo studio applica i metodi anche a Barrage Stratego, Hanabi e dou dizhu. In Barrage Stratego, una variante con otto pezzi per giocatore, Ataraxos ha vinto quattro serie da 50 partite contro tre giocatori ai vertici delle classifiche, ciascuno campione del mondo per due volte. Per Hanabi, il gruppo riferisce di aver raggiunto un nuovo stato dell’arte; per dou dizhu, riferisce di aver battuto i bot che detenevano il precedente stato dell’arte.
Questi risultati riguardano giochi competitivi, cooperativi e a squadre, ma la prova centrale resta la disposizione nascosta dei pezzi in Stratego e la sfida contro Niemeijer. Una serie di 20 partite è una valutazione definita, non la prova che un’IA supererà ogni esperto con qualsiasi formato o avversario. Il risultato dello studio è più circoscritto e concreto: Ataraxos ha vinto 15 partite, ne ha persa una e ne ha pareggiate quattro, usando su una sola H100 una ricerca che ha richiesto in media circa 1,26 secondi per mossa.