Una IA aprendió a jugar Stratego sin ver las piezas del rival

En ajedrez, ambos jugadores ven el tablero completo. En Stratego, no: cada persona conoce la identidad de sus propias piezas, pero debe deducir las del rival hasta que chocan. Esa diferencia convierte cada movimiento en una apuesta sobre información que no está a la vista. Un sistema de inteligencia artificial llamado Ataraxos logró dominar ese problema en el juego de mesa y venció por amplio margen a Pim Niemeijer, uno de los jugadores más laureados de Stratego.

El resultado, publicado en Nature, importa menos por el tablero en sí que por la clase de decisión que representa. En muchas situaciones no se conocen todas las alternativas ni las intenciones de los demás participantes. En los mercados, las negociaciones o la ciberseguridad, por ejemplo, distintas personas actúan con datos parciales. El estudio no prueba que Ataraxos resuelva esos problemas fuera de los juegos, pero ofrece una estrategia para entrenar sistemas que deben elegir cuando una parte crucial del escenario permanece oculta.

Stratego es una prueba especialmente exigente. Cada jugador dispone de 40 piezas, que acomoda en secreto al comienzo de la partida. Hay más de 10⁶⁶ configuraciones posibles para esas piezas; una vez iniciada la partida, las identidades se revelan solo en los enfrentamientos. Por eso, una jugada útil no depende únicamente de la posición visible: también depende de qué distribución de piezas escondidas parezca más probable y de cómo podría reaccionar el oponente.

Ataraxos se entrenó mediante autojuego: disputó muchas partidas contra versiones de sí mismo y ajustó sus decisiones según los resultados. Además, aprendió a construir hipótesis sobre las piezas que no podía ver. Durante una partida, genera escenarios plausibles para esa información oculta, simula qué podría ocurrir tras varias jugadas posibles y usa esas simulaciones para afinar su elección inmediata. No adivina el tablero verdadero; compara alternativas bajo distintas posibilidades coherentes con lo que ya observó.

En una serie de 20 partidas contra Niemeijer, el sistema obtuvo 15 victorias, una derrota y cuatro empates. Los autores también adaptaron el enfoque a Barrage Stratego, Hanabi y dou dizhu, tres juegos con reglas y tipos de cooperación distintos. Allí informan resultados superiores a los métodos de referencia disponibles para esas pruebas. El entrenamiento de la versión de Stratego costó, según el artículo, unos pocos miles de dólares y utilizó muchas menos partidas de autojuego que intentos previos que no habían alcanzado el nivel de los mejores humanos.

La demostración sigue teniendo límites claros. El sistema se evaluó en juegos cuyas reglas permiten simular rápidamente un gran número de escenarios; trasladar el método a decisiones reales exigirirá modelos fiables del entorno y de sus incertidumbres. Tampoco alcanza con que una IA encuentre una estrategia eficaz: si fuera a apoyar decisiones que afectan a personas, harían falta mecanismos para revisar sus razones, medir errores y decidir cuándo no debe intervenir. Por ahora, Ataraxos muestra que la información oculta no impide por sí sola que una IA aprenda a jugar con gran nivel, pero no convierte esa habilidad en una solución lista para otros ámbitos.