El estudio publicado el 30 de septiembre de 2026 informa que Ataraxos ganó 15 partidas, perdió una y empató cuatro frente a Pim Niemeijer en una evaluación de 20 partidas. La serie duró tres semanas y enfrentó a la IA con uno de los jugadores más laureados de Stratego.
El resultado de Ataraxos frente a Pim Niemeijer
Niemeijer, que suma cuatro títulos mundiales y más de 600 semanas en el número uno del ranking, jugó con Ataraxos en la plataforma Strategus. La evaluación utilizó su control de tiempo predeterminado 15+3: cada jugador disponía de 15 minutos de reserva y recibía tres segundos por jugada.
El estudio calcula un 85 % de «tasa de victoria efectiva» para esta serie al contar cada empate como media victoria. Niemeijer podía adaptar su juego entre partidas; Ataraxos no se adaptaba a su rival durante la evaluación. Los investigadores también señalan que las estrategias humanas cambiaron a lo largo de la serie, por lo que los resultados de las partidas no eran independientes entre sí.
Cómo estima Ataraxos las piezas ocultas
Ataraxos se entrenó mediante aprendizaje por refuerzo con partidas de autojuego. Para lidiar con la información oculta de Stratego, una red de creencias estima qué piezas puede tener el rival a partir de la información disponible. No identifica las piezas ocultas: genera estados plausibles del tablero para que el sistema los evalúe.
A continuación, un procedimiento de búsqueda compara jugadas candidatas mediante simulaciones en esos estados. Durante la evaluación, la búsqueda empleó 1.000 simulaciones y una profundidad de 40 semijugadas; el promedio fue de unos 1,26 segundos por movimiento en una GPU NVIDIA H100.
Otra demostración en el campeonato de 2025
El resultado de Niemeijer fue distinto de la demostración de Ataraxos en el campeonato mundial de Stratego, celebrada del 1 al 3 de agosto de 2025. Allí, la IA registró 38 victorias, dos derrotas y ningún empate en 40 partidas contra asistentes.
| Evaluación | Periodo | Rivales | Marcador de Ataraxos |
| Serie frente a Pim Niemeijer | Tres semanas | Pim Niemeijer | 15 victorias, 1 derrota y 4 tablas en 20 partidas |
| Demostración en el campeonato mundial | 1–3 de agosto de 2025 | Asistentes al campeonato | 38 victorias, 2 derrotas y 0 tablas en 40 partidas |
Entrenamiento y resultados en otros juegos
El entrenamiento de aprendizaje por refuerzo utilizó 16 GPU NVIDIA H100 durante una semana. La red de creencias se entrenó por separado con cuatro H100 durante cuatro días. El proceso de entrenamiento de Stratego sumó 163 millones de partidas completas de autojuego y 208.000 millones de pasos del entorno.
El estudio también informa de resultados en otros juegos: Ataraxos ganó cuatro series de 50 partidas de Barrage Stratego frente a tres jugadores de alto nivel, alcanzó un nuevo estado del arte en Hanabi y derrotó a bots que hasta entonces marcaban el estado del arte en dou dizhu.
