Stratego 超人类 AI 研究展示训练成本只需数千美元

这篇 arXiv 论文报告 Stratego 不完全信息博弈中的超人类 AI 结果，称达到顶级人类水平并实现远超人类的表现只需数千美元训练成本。摘要给出的事实是，此前数百万美元训练仍未达到顶级人类水平，本文通过 self-play reinforcement learning 和 test-time search 的通用方法实现性能与成本上的显著变化。可推断其降低不完全信息博弈研究门槛，但材料未给出具体模型、基准、对手或代码，不能据此判断产品化或通用能力。