PulseAugur
中
实时 09:07:54
实体 Stratego

Stratego

PulseAugur coverage of Stratego — every cluster mentioning Stratego across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 10
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
关系
最近 · 第 1/1 页 · 共 10 条
  1. TOOL · CL_278142 ·

    Ataraxos AI 掌握了《战争棋》,展示了高级战略推理能力

    Ataraxos,一个人工智能系统,通过掌握《战争棋》游戏展示了其高级战略推理能力。该人工智能有效地处理了游戏中隐藏信息、虚张声势和风险评估等要素。这一成就凸显了人工智能在复杂战略决策制定方面日益增长的复杂性。

  2. TOOL · CL_277474 ·

    Capcom 开源游戏引擎技术;AI 攻克《战争棋》

    Capcom 在 GitHub 上发布了 RE:Dox,一个用于游戏引擎的开源序列化和反序列化框架。另外,一个 AI 在掌握复杂游戏《战争棋》方面取得了突破。《战争棋》以其隐藏信息而闻名,这在历史上一直对 AI 发展构成挑战。该 AI 的成功细节已在 Nature 期刊和 arXiv 预印本中公布。

  3. RESEARCH · CL_276918 ·

    AI 掌握跳棋,击败世界冠军 · 跟踪 2 个来源

    一个名为 Ataraxos 的人工智能,由卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究人员开发,在复杂的策略游戏跳棋中击败了四届世界冠军,取得了重大里程碑。该人工智能的成功标志着人工智能在掌握复杂策略游戏方面能力的突破。

  4. MEME · CL_275767 ·

    AI 战胜 Stratego,Cloudflare 发布开源决策模型,加拿大加速管道项目

    一个 AI 系统在复杂的策略游戏 Stratego 中成功击败了顶尖人类玩家,它利用第二个神经网络来推断隐藏棋子的身份。另外,Cloudflare 发布了 Clef,一个用于决策模型的开源框架。在不相关的消息中,加拿大正在加速一个主要的石油管道项目,以减少对美国的依赖。

  5. RESEARCH · CL_274662 ·

    AI攻克“战争棋”,以低成本训练击败顶尖玩家 · 追踪6个来源

    来自卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究人员开发出了一款名为Ataraxos的人工智能,该AI能够击败“战争棋”领域的顶尖人类玩家。与国际象棋或扑克不同,“战争棋”由于其海量隐藏信息和漫长的游戏时长,带来了巨大的挑战。Ataraxos以相对较低的训练成本(16个GPU和数千美元)战胜了顶尖“战争棋”玩家Pim Niemeijer,取得了决定性胜利。

  6. TOOL · CL_274509 ·

    AI掌握Stratego及其他复杂游戏,采用新训练方法

    一款新的人工智能在复杂的策略游戏Stratego中击败了所有人类玩家,取得了重大里程碑。该AI还能掌握其他具有挑战性的游戏,包括变体Stratego、Hanabi和斗地主。其成功归功于利用自我对弈强化学习的新颖、高效的训练算法。

  7. RESEARCH · CL_274296 ·

    AI 系统 Ataraxos 击败顶级 Stratego 玩家 Pim Niemeijer · 跟踪 2 个来源

    一个名为 Ataraxos 的 AI 系统,由卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究人员开发,击败了世界顶级 Stratego 玩家 Pim Niemeijer。Ataraxos 在与 Niemeijer 的比赛中赢了 15 场,平了 4 场,仅使用了 16 个 GPU,训练成本不到 8,000 美元。Stratego 是一个拥有海量可能配置的游戏,这使得该 AI 在游戏人工智能领域取得的成就意义重大。

  8. TOOL · CL_274202 ·

    AI 'Ataraxos' 击败了 Stratego 的顶尖人类玩家

    一款名为 Ataraxos 的 AI 在 Stratego 游戏中展现出卓越的性能,超越了其顶尖人类玩家的能力。这一发展凸显了 AI 在战略推理和游戏能力方面的进步。

  9. TOOL · CL_274217 ·

    AI系统Ataraxos击败顶尖围棋玩家,征服隐藏信息游戏

    名为Ataraxos的AI系统击败了围棋界顶尖玩家,标志着AI在征服复杂游戏方面取得了重要里程碑。这一成就之所以引人注目,是因为与国际象棋或围棋等游戏不同,围棋的隐藏信息使其成为人工智能的挑战性领域。Ataraxos由几所著名大学的研究人员开发,其开发成本仅为大型组织先前尝试成本的一小部分。

  10. TOOL · CL_261426 ·

    新方法引导AI自玩选择特定博弈均衡

    研究人员开发了一种方法,可以在双人零和博弈中将自玩算法引导至特定的纳什均衡。通过操纵参考策略,系统可以被引导选择期望的均衡,以极低的被利用性实现高精度。该技术为控制正则化自玩的输出提供了一种新方法,将RLHF中的KL锚点重新解释为选择机制,而不仅仅是稳定性工具。