Stratego - игра для двух человек, где фигуры противника скрыты до столкновения. Число возможных комбинаций превышает 10 в 66-й степени - намного больше, чем в шахматах. Именно из-за огромного числа вариантов и скрытой информации игра служит своеобразным экзаменом для систем ИИ. Все предыдущие матчи выигрывал человек, но на этот раз чемпиону пришлось признать свое поражение.
Новую модель исследователи обучали методом самообучения. Она играла сама с собой и постепенно вырабатывала эффективные шаблоны поведения. Во время партии система использует заранее заготовленную стратегию, а затем корректирует решения на ходу. Перед каждым ходом модель оценивает вероятные типы скрытых фигур противника и просчитывает будущие варианты. Это ключевое новшество и позволило достичь сверхчеловеческих результатов.
Такие алгоритмы могут помочь людям в реальных ситуациях со скрытой информацией - деловых переговорах, кибербезопасности или военных маневрах.