Un sistema de inteligencia artificial llamado Ataraxos ha logrado por primera vez un rendimiento superior al de los mejores jugadores humanos de Stratego, un juego de estrategia militar caracterizado por la información oculta. El desarrollo, obra de investigadores del MIT, la Universidad Carnegie Mellon, la Universidad de Nueva York y Stanford, se publicó este 30 de septiembre en la revista Nature.
Stratego había resistido hasta ahora a las máquinas por su enorme complejidad. A diferencia del ajedrez, cada jugador desconoce la identidad de las fichas rivales, y el número de configuraciones posibles del tablero supera la cifra de 10 elevado a 66, lo que obliga a decidir con muy poca información y a calcular constantemente qué esconde el adversario.
El resultado deportivo fue contundente. Ataraxos se impuso al mejor jugador del mundo, el neerlandés Pim Niemeijer, con un balance de 15 victorias, 1 derrota y 4 empates en una serie de 20 partidas, y firmó un registro de 39 triunfos y 2 derrotas frente a jugadores de nivel de campeonato en el Mundial de Stratego celebrado a comienzos de agosto de 2025.
La clave del sistema reside en la combinación de dos técnicas. Ataraxos se entrenó mediante aprendizaje por refuerzo con autojuego, jugando millones de partidas contra sí mismo para forjar una estrategia base, y durante cada partida emplea un modelo generativo que estima las identidades más probables de las fichas ocultas del rival antes de decidir su siguiente movimiento, en lugar de actuar a ciegas.
Su mayor logro es la eficiencia. Intentos previos, como el DeepNash de DeepMind, exigían inversiones millonarias y aun así no lograban batir a los mejores humanos. Ataraxos, en cambio, se entrenó por apenas unos miles de dólares, con menos del 1% de los datos y en torno al 3% de las partidas de autojuego que necesitaron los sistemas anteriores.
El método no se limita a un solo juego. Los investigadores adaptaron Ataraxos a otros entornos de información imperfecta y obtuvieron también resultados superiores a los humanos en Barrage Stratego, en el juego cooperativo de cartas Hanabi y en el chino Dou dizhu, lo que sugiere que la técnica podría aplicarse a la toma de decisiones en escenarios reales con datos incompletos.
Sus creadores destacan una virtud y admiten una limitación. Ataraxos «calcula el riesgo de una forma que los humanos no», según el equipo, pero funciona por ahora como una caja negra cuyas decisiones no son transparentes, por lo que los investigadores planean incorporar herramientas de interpretabilidad que permitan auditar su razonamiento antes de plantear cualquier uso más allá del juego.
