Ataraxos domine le Stratego avec un entraînement réduit

Une équipe de chercheurs issus du MIT, de l'Université Carnegie-Mellon, de l'Université de New York et de Stanford a développé Ataraxos, un système d'intelligence artificielle conçu pour maîtriser les jeux de stratégie à information incomplète. Publiée dans Nature, cette recherche présente une avancée majeure pour la prise de décision en environnement incertain. Ataraxos a été évalué sur Stratego, un jeu de plateau où les identités des pièces adverses restent secrètes. Avec plus de 10 à la 66e puissance de configurations possibles, ce jeu dépasse largement les capacités des algorithmes classiques et des modèles précédents de Google DeepMind. Les chercheurs ont surmonté ce défi en combinant l'apprentissage par renforcement par auto-jeu avec une planification dynamique en temps réel. Le système élabore d'abord une stratégie de référence, puis utilise un modèle génératif pour estimer la position probable des pièces cachées et anticiper les coups adverses à chaque tour, réduisant ainsi drastiquement les besoins en puissance de calcul. Cette architecture a produit des résultats exceptionnels. Ataraxos nécessite moins d'un centième des données d'entraînement et du temps de calcul requis par les systèmes antérieurs, tout en les surpassant. Il a vaincu le champion du monde de Stratego avec un score de 15 victoires, une nulle et quatre défaites, et a remporté 39 matchs sur 41 face aux meilleurs joueurs humains lors du championnat mondial. La même approche s'est avérée efficace sur d'autres jeux à information cachée, dont Hanabi et Dou dizhu, prouvant sa polyvalence. Gabriele Farina, professeur au MIT et auteur senior de l'étude, explique que cette capacité à évaluer les risques avec précision, sans réagir de manière excessive au bluff, ouvre la voie à des applications réelles. Ataraxos pourrait assister les décideurs dans des secteurs exigeant une gestion experte de l'incertitude, tels que les négociations commerciales, la cybersécurité ou la stratégie militaire. Avant toute intégration opérationnelle, les chercheurs travaillent sur l'interprétabilité du modèle. L'objectif est de permettre à l'IA d'expliquer son raisonnement de manière transparente, garantissant ainsi que les humains conservent le contrôle final des décisions. Cette recherche jette les bases d'une nouvelle génération d'outils décisionnels capables de traiter efficacement le manque d'information et la complexité stratégique.