Pesquisadores criam IA Ataraxos que vence campeão mundial de Stratego

Pesquisadores das universidades Carnegie Mellon, New York University, Stanford e MIT desenvolveram um sistema de inteligência artificial chamado Ataraxos, capaz de derrotar o jogador humano mais vitorioso da história do jogo de tabuleiro Stratego. Em um estudo publicado na revista Nature, os autores relataram que a IA venceu o holandês Pim Niemeijer em uma série oficial de 20 partidas, somando 15 vitórias, uma derrota e quatro empates.

O Stratego é considerado um dos últimos grandes desafios para sistemas de IA em jogos de tabuleiro devido à quantidade de informação oculta: cada jogador posiciona 40 peças viradas para baixo, gerando mais de 10^33 arranjos iniciais possíveis. Diferente do xadrez ou do Go, a decisão sobre o melhor movimento depende tanto do histórico da partida quanto do estado atual do jogo, tornando os métodos tradicionais de busca computacionalmente custosos.

Eficiência computacional e tecnicas de treino

O treinamento do Ataraxos exigiu recursos modestos em comparação com esforços anteriores da indústria. A equipe utilizou 16 GPUs Nvidia H100 durante uma semana, além de quatro dias em quatro GPUs para treinar uma rede de crença dedicada, a um custo estimado em menos de US$ 8.000 a preços de 2025. O consumo computacional foi cerca de 500 vezes menor do que o estimado para o sistema DeepNash, desenvolvido pela DeepMind, que utilizou 1.024 nós de TPU durante dois a três meses sem atingir o mesmo nível de desempenho contra os melhores jogadores.

A IA aprendeu inteiramente por autoaprendizado (self-play), sem a utilização de dados de partidas humanas. Para evitar que o sistema adotasse estratégias previsíveis, os pesquisadores aplicaram um mecanismo de regularização que forçou o modelo a variar suas posições e jogadas nos estágios iniciais de treino. A pressão por variabilidade foi reduzida gradualmente para permitir ajustes finos nas fases finais.

Desempenho contra humanos e outras aplicações

Durante as partidas contra Niemeijer, o Ataraxos jogou com uma desvantagem estrutural: enquanto o jogador humano pôde analisar e se adaptar ao estilo da máquina ao longo de três semanas, o modelo não possuía a capacidade de se adaptar às táticas do adversário entre as partidas. Além da série contra o tetracampeão mundial, o Ataraxos registrou 38 vitórias em 40 jogos contra competidores de um torneio presencial. Jogadores descreveram o estilo do sistema como difícil de ler, citando blefes arriscados e estratégias de protelação quando a máquina ficava em desvantagem.

Além do Stratego tradicional, os autores aplicaram a mesma metodologia na variante Barrage Stratego, no jogo cooperativo de cartas Hanabi e no jogo chinês Dou dizhu, estabelecendo novos recordes de desempenho. Segundo os pesquisadores, os resultados indicam que grandes volumes de informação oculta não representam mais uma barreira intransponível para o aprendizado por reforço, abrindo espaço para aplicações em cenários como mercados financeiros, conflitos e negociações.