Forschungsergebnisse, die im April auf der International Conference on Learning Representations in Rio de Janeiro vorgestellt wurden, widerlegen eine langjährige Annahme der KI- und Spieltheorie-Forschung. Ein internationales Forscherteam um Wissenschaftler des MIT konnte nachweisen, dass bewährte Policy-Gradient-Algorithmen in Spielen mit unvollständigen Informationen traditionelle, spezialisierte spieltheoretische Ansätze übertreffen. Die Studie beleuchtet nicht nur die Überlegenheit dieser Verfahren, sondern stellt auch einen offenen Benchmark zur Verfügung, der eine standardisierte Leistungsbewertung ermöglicht. Im Fokus der Arbeit steht die Bewertung von KI-Agenten in Zwei-Personen-Nullsummenspielen, in denen Entscheidungsträger ohne Kenntnis der gegnerischen Strategie agieren müssen. Bisher ging man davon aus, dass rein spieltheoretisch verankerte Algorithmen in solchen Szenarien deutlich besser abschneiden. Die Forscher um Sobhan Mohammadpour und Gabriele Farina vom MIT sowie Co-Autoren von Universitäten in Texas, Kalifornien, Pennsylvania und New York stellten jedoch fest, dass die seit den 1990er-Jahren bekannten Policy-Gradient-Methoden, die neuronalen Netzen schrittweise optimierte Strategien beibringen, unter realistischen Bedingungen überlegen sind. Der Grund für die lange übersehene Überlegenheit liege vor allem in mangelnden, ingenieurtechnisch rigorosen Evaluierungsstandards, erläuterten die Autoren. Als zentrales Leistungskriterium dient die sogenannte Exploitability, die misst, wie gut eine KI gegen einen optimalen Gegner abschneidet. Ein Wert von null entspricht der perfekten Spielstrategie. Das Forscherteam entwickelte einen skalierbaren Benchmark, der auf der Open-Plattform OpenSpiel basiert und sich auf Standardlaptops ausführen lässt. In Tests mit fünf komplexen Spielen mit versteckten Informationen, darunter Varianten von Phantom-Tic-Tac-Toe, Hex und Liar’s Dice, erreichten die mit Policy-Gradient-Verfahren trainierten neuronalen Netze durchweg niedrigere Exploitability-Werte. In direkten Vergleichskämpfen setzten sich diese Modelle konsequent gegen ihre spieltheoretisch trainierten Konkurrenten durch. Die Implikationen des Forschungsresults überschreiten den Rahmen unterhaltungsorientierter Spiele deutlich. Da strategische Interaktionen in Militäroperationen, Finanzmärkten und Verhandlungssituationen ebenfalls von unvollständigen Informationen geprägt sind, eröffnen die Erkenntnisse neue Ansätze für die Optimierung von Entscheidungsprozessen in komplexen, realen Szenarien. Der veröffentlichte Benchmark steht der Forschungscommunity frei zur Verfügung und erfordert keine High-End-Hardware. Fachexperten, darunter Vertreter von Google DeepMind, loben den Ansatz als wichtigen Schritt, um klassische KI-Werkzeuge gezielt für moderne strategische Problemstellungen zu modernisieren. Die Arbeit unterstreicht, dass die rigorose Standardisierung von Evaluierungsframeworks notwendig ist, um das volle Potenzial neuronaler Netzwerke in wettbewerbsintensiven Umgebungen zu erschließen.