Ein Forscherteam von Carnegie Mellon, MIT, New York University und Stanford University hat eine Künstliche Intelligenz namens Ataraxos entwickelt, die den bisher als unlösbar geltenden Herausforderungen des Strategiespiels Stratego standhält. Ataraxos besiegte Pim Niemeijer, den mutmaßlich besten Stratego-Spieler aller Zeiten, in 15 von 20 Partien, bei vier Unentschieden und nur einer Niederlage. Das Training der KI erforderte lediglich 16 Grafikprozessoren (GPUs) und Kosten im Bereich weniger Tausend Dollar.
Die Herausforderung Stratego
Während KIs bereits in Spielen wie Schach (Deep Blue besiegte Garry Kasparov 1997), Go (AlphaGo schlug Lee Sedol 2016) und Poker professionelle Spieler übertreffen, blieb Stratego lange eine Hürde. Selbst DeepMind scheiterte mit seiner KI DeepNash im Jahr 2022 daran, menschliche Top-Spieler zuverlässig zu schlagen. Stratego ist ein Spiel mit unvollständigen Informationen, ähnlich wie Poker, jedoch mit deutlich höherer Komplexität.
Jeder Spieler verfügt über 40 Figuren, deren Identität (Rang, Bombe, Flagge) dem Gegner verborgen bleibt, bis es zu einem Kampf kommt. Diese massive Menge an verborgenen Informationen, die sich über einen langen Zeitraum entfaltet, ist einzigartig. Während bei Texas Hold’em Poker nur 1.326 mögliche Hände zu berücksichtigen sind, gibt es bei Stratego über eine Dezillion mögliche Figurenaufstellungen. Hinzu kommt die Länge des Spiels; typische Stratego-Partien können 2.000 Züge dauern, verglichen mit etwa 40 Zügen im Schach. Zudem ist Bluffen ein zentrales Element: Eine schwache Figur kann stark wirken, um den Gegner abzuschrecken. Dieses Gleichgewicht war für frühere KIs schwer zu meistern.
Der innovative Ansatz von Ataraxos
Ataraxos lernte, wie auch DeepNash, durch Selbstspiel und absolvierte insgesamt 163 Millionen Partien. Der entscheidende Unterschied lag in der Anpassung der Lernstrategie und einer fundamentalen Architekturerweiterung. Frühe KI-Modelle gerieten durch die verborgenen Informationen in Lernschleifen. Das Ataraxos-Team löste dies, indem es zu Beginn des Trainings große strategische Änderungen vornahm und später kleinere, präzisere Anpassungen vornahm.
Die wichtigste Innovation ist ein zweites neuronales Netzwerk, ein sogenanntes Belief Model. Dieses Netzwerk wurde trainiert, die verborgenen Figuren des Gegners basierend auf deren Zügen zu erraten. Anstatt jede mögliche Anordnung durchzurechnen, kann Ataraxos plausible Szenarien simulieren, mögliche Züge in diesen Szenarien testen und den vielversprechendsten auswählen. Dieser vorausschauende Denkprozess vor jedem Zug war zuvor wegen des zu großen Suchraums in Stratego nicht umsetzbar.
Effizienz und strategische Tiefe
Ataraxos demonstriert eine bemerkenswerte Effizienz im Vergleich zu früheren Ansätzen. Während DeepNash zwei bis drei Monate Training auf 1.024 speziellen Google-Chips benötigte – Kostenpunkt laut Schätzungen drei bis 4,5 Millionen Dollar – kam Ataraxos mit einer Woche Training auf 16 GPUs und zusätzlichen vier GPUs für das Belief Model aus. Das Team erreichte diese Effizienz durch die Entwicklung eines Simulators, der Millionen von Zügen pro Sekunde auf Grafikprozessoren ausführt. Die KI lernte zudem deutlich schneller und spielte etwa 34-mal weniger Partien als DeepNash, war aber am Ende wesentlich stärker.
Der Name Ataraxos leitet sich vom altgriechischen Wort für einen Zustand der Ruhe ab. Diese Eigenschaft spiegelt sich in der Spielweise der KI wider: Sie reagiert nicht impulsiv, sondern arbeitet sich methodisch zurück ins Spiel, selbst aus schwierigen Positionen. Die KI ist zudem in der Lage, Entscheidungen zu treffen, die menschliche Spieler nur beim Bluffen wagen würden, da sie ihr eigenes „Geheimwissen“ über die Schwachstellen des Gegners ignorieren kann. So konnte Ataraxos Partien mit einer Siegwahrscheinlichkeit von nur zwei Prozent noch gewinnen.
Auswirkungen und zukünftige Potenziale
Pim Niemeijer, der vierfache Weltmeister und über 600 Wochen lang bestplatzierte Spieler, gewann lediglich eine von 20 Partien gegen Ataraxos, obwohl er wusste, dass sich die KI nicht an seinen Spielstil anpassen würde. Bei der Stratego-Weltmeisterschaft 2025 schnitt Ataraxos noch besser ab und gewann 38 von 40 Spielen gegen andere Teilnehmer. Die KI hat bereits Auswirkungen auf die Spielweise von Stratego-Enthusiasten, indem sie beispielsweise überraschend oft die Flagge hinter nur zwei Bomben platziert, eine zuvor selten genutzte Strategie.
Das Ataraxos-Team hat den Ansatz auch erfolgreich auf andere Spiele angewendet, darunter Barrage Stratego, das kooperative Kartenspiel Hanabi und das chinesische Kartenspiel Dou Dizhu. Die Forscher sehen jedoch das Potenzial der Technologie weit über Brett- oder Kartenspiele hinaus, für komplexere reale Szenarien wie Verhandlungen, Finanzmärkte oder militärische Konflikte.
Thema: Technologie / KI allgemein. Quelle/Inspiration: Ars Technica.