Sulseltimes.com — Sistem kecerdasan buatan Ataraxos mengalahkan pemain Stratego Pim Niemeijer dengan 15 kemenangan, satu kekalahan, dan empat hasil seri dalam rangkaian 20 pertandingan.
- Ataraxos menang 15 kali, kalah sekali, dan seri empat kali melawan Pim Niemeijer
- Sistem dikembangkan peneliti Carnegie Mellon, MIT, NYU, dan Stanford
- Riset diterbitkan di jurnal Nature pada 30 September 2026
- Ataraxos menggunakan self-play dan perencanaan saat mengambil keputusan
- Sistem membukukan rekor 39-2 melawan pemain top pada kejuaraan dunia
Niemeijer dikenal sebagai salah satu pemain Stratego paling berprestasi dan pernah empat kali menjadi juara dunia.
Hasil penelitian Ataraxos diterbitkan dalam jurnal Nature pada 30 September 2026.
Tantangan Informasi Tersembunyi
Stratego dimainkan oleh dua orang dengan 40 bidak pada masing-masing sisi.
Identitas bidak lawan tetap tersembunyi sampai terjadi benturan, sehingga pemain harus memperkirakan kekuatan, susunan, dan kemungkinan gertakan lawan.
Menurut MIT, jumlah kemungkinan susunan bidak melebihi 10 pangkat 66.
Skala tersebut membuat teknik AI yang berhasil pada catur atau poker sulit diterapkan secara langsung.
Self-Play dan Perencanaan
Peneliti dari Carnegie Mellon University, Massachusetts Institute of Technology, New York University, dan Stanford University melatih Ataraxos melalui pembelajaran penguatan dengan metode bermain melawan dirinya sendiri.
Saat pertandingan berlangsung, sistem memakai model generatif untuk memperkirakan identitas bidak tersembunyi dan mengevaluasi sejumlah pilihan sebelum bergerak.
MIT menyatakan Ataraxos mencapai kemampuan lebih tinggi daripada DeepNash dengan kurang dari seperseratus contoh pelatihan dan kurang dari sepertiga puluh permainan self-play.
Hasil di Kejuaraan Dunia
Selain pertandingan melawan Niemeijer, Ataraxos mencatat rekor 39 kemenangan dan dua kekalahan ketika menghadapi pemain top pada Kejuaraan Dunia Stratego.
Para peneliti juga menguji pendekatan serupa pada Barrage Stratego, Hanabi, dan Dou dizhu.
Tim menilai metode tersebut berpotensi membantu pengambilan keputusan pada situasi dengan informasi tidak lengkap, tetapi manusia tetap perlu menjadi pengambil keputusan akhir.
Penelitian berikutnya diarahkan pada kemampuan menjelaskan alasan di balik rekomendasi sistem agar keputusannya dapat diaudit.
