Stratego是一款流行的双人不完美信息棋盘游戏。由于其复杂性源于其巨大的游戏树、在不完善的信息下进行决策以及一开始的分段部署阶段，Stratego对人工智能（AI）构成了挑战。以前的计算机程序充其量只在业余水平上运行。
Perolat等人引入了一种无模型的多代理强化学习方法，并表明它可以在Stratego中实现人类专家级绩效。目前的工作不仅增加了越来越多的游戏，人工智能系统可以玩得和人类一样好，甚至比人类更好，而且还可能促进强化学习方法在现实世界、大规模多代理问题中的进一步应用，这些问题的特点是信息不完善，因此目前无法解决。
我们介绍了DeepNash，一个在人类专家层面玩不完美的信息游戏Stratego的自主代理。Stratego是人工智能（AI）尚未掌握的为数不多的标志性棋盘游戏之一。
这是一个以双重挑战为特征的游戏：它需要像国际象棋一样进行长期的战略思维，但它也需要像扑克一样处理不完美的信息。
支撑DeepNash的技术使用一种游戏理论、无模型的深度强化学习方法，无需搜索，通过从头开始的自我游戏来学习掌握Stratego。DeepNash击败了Stratego中现有的最先进的人工智能方法，并在Gravon游戏平台上实现了年初至今（2022年）和历史前三名，与人类专家玩家竞争。
Stratego是一款流行的双人不完美信息棋盘游戏。由于其复杂性源于其巨大的游戏树、在不完善的信息下进行决策以及一开始的分段部署阶段，Stratego对人工智能（AI）构成了挑战。以前的计算机程序充其量只在业余水平上运行。
Perolat等人引入了一种无模型的多代理强化学习方法，并表明它可以在Stratego中实现人类专家级绩效。目前的工作不仅增加了越来越多的游戏，人工智能系统可以玩得和人类一样好，甚至比人类更好，而且还可能促进强化学习方法在现实世界、大规模多代理问题中的进一步应用，这些问题的特点是信息不完善，因此目前无法解决。
我们介绍了DeepNash，一个在人类专家层面玩不完美的信息游戏Stratego的自主代理。Stratego是人工智能（AI）尚未掌握的为数不多的标志性棋盘游戏之一。
这是一个以双重挑战为特征的游戏：它需要像国际象棋一样进行长期的战略思维，但它也需要像扑克一样处理不完美的信息。
支撑DeepNash的技术使用一种游戏理论、无模型的深度强化学习方法，无需搜索，通过从头开始的自我游戏来学习掌握Stratego。DeepNash击败了Stratego中现有的最先进的人工智能方法，并在Gravon游戏平台上实现了年初至今（2022年）和历史前三名，与人类专家玩家竞争。
