Ataraxos écrase le champion mondial de Stratego

MIT et Ataraxos Les chercheurs du MIT, de Carnegie Mellon University, de New York University et de Stanford University ont développé Ataraxos, un système d’IA spécialisé dans les jeux à information cachée. Le modèle a battu les meilleurs joueurs humains de Stratego avec une marge inédite. Il a remporté son match contre le joueur mondial le mieux classé sur un score de 15-1-4. Il a aussi obtenu un bilan de 39-2 contre des joueurs de premier plan au championnat du monde de Stratego. L’étude consacrée au système est publiée le 30 septembre 2026 dans Nature. Stratego sert de référence pour évaluer le raisonnement stratégique des modèles d’IA.

Un espace combinatoire immense Stratego oppose deux joueurs dont les pièces restent cachées jusqu’à leur confrontation. Chaque participant dispose de 40 pièces et cherche à capturer le drapeau adverse. Le nombre de configurations possibles dépasse 10 puissance 66, soit un espace décrit comme exponentiellement plus vaste que celui des échecs. Cette structure rend les décisions difficiles, car une pièce peut cacher plusieurs identités plausibles. Les approches précédentes, notamment DeepNash de Google DeepMind, nécessitaient des opérations complexes et coûteuses. Même avec plusieurs millions de dollars d’entraînement, ces modèles ne battaient pas les meilleurs joueurs humains. Gabriele Farina compare cette difficulté à une explosion de situations possibles.

Ataraxos réduit le coût d’entraînement

Deux méthodes complémentaires Ataraxos combine l’apprentissage par renforcement en auto confrontation avec une planification au moment de la décision. Durant l’entraînement, le système joue contre lui-même pour construire une stratégie de référence. Des algorithmes conçus pour limiter les calculs accélèrent cet apprentissage sans tenter d’énumérer chaque coup possible. Pendant une partie, un modèle génératif estime les identités probables des pièces adverses. Ataraxos évalue ensuite plusieurs choix futurs avant de jouer. Selon Gabriele Farina, cette planification permet de se concentrer sur la position et l’adversaire rencontrés. Le système dépasse DeepNash avec moins d’un centième de ses exemples d’entraînement.

Des résultats dans plusieurs jeux Les chercheurs ont adapté Ataraxos à Barrage Stratego, une variante plus rapide avec moins de pièces. Ils l’ont également testé sur Hanabi, un jeu de cartes coopératif comptant plusieurs participants. Une autre adaptation concerne Dou dizhu, où deux joueurs coopèrent contre un troisième. Le système a atteint des performances supérieures à celles des humains dans chacun de ces jeux. Ces résultats montrent que la méthode fonctionne avec des règles et des formats différents. L’équipe estime que cette généralisation pourrait concerner des problèmes où plusieurs acteurs détiennent des informations différentes. Le modèle reste toutefois destiné à recevoir des mesures d’interprétabilité.

Les applications restent à encadrer

Des décisions sous information cachée Les chercheurs citent plusieurs situations réelles pouvant être modélisées avec cette approche. Les négociations commerciales, les marchés financiers, les manœuvres militaires et la cybersécurité comportent des informations détenues séparément par plusieurs parties. Leurs décisions peuvent aussi dépendre des actions qu’elles choisissent de ne pas effectuer. L’équipe souligne qu’une négociation ne possède pas les règles fixes d’un jeu de plateau. Ars Technica rapporte néanmoins que la construction d’un modèle simplifié peut constituer un point de départ commun. Gabriele Farina indique que les algorithmes doivent encore expliquer leurs recommandations avant toute adoption. Les humains doivent conserver le dernier mot sur leur application.