Publicado em 30 de setembro de 2026, um estudo relata que Ataraxos venceu 15 das 20 partidas de Stratego contra Pim Niemeijer, perdeu uma e empatou quatro. A avaliação se estendeu por três semanas. O sistema combina aprendizado por reforço com uma rede de crenças e busca para escolher jogadas diante de peças ocultas.
O resultado contra Pim Niemeijer
A série terminou com 15 vitórias de Ataraxos, uma vitória de Niemeijer e quatro empates. Os pesquisadores calcularam uma taxa efetiva de vitória de 85% para essa série, contando cada empate como meia vitória.
As partidas usaram o controle de tempo padrão 15+3 da plataforma Strategus: cada jogador começava com 15 minutos e recebia três segundos por jogada. Ataraxos não se adaptava ao estilo de Niemeijer durante a série, enquanto o jogador podia ajustar sua estratégia entre as partidas. Por isso, os resultados não eram independentes entre si.
Como Ataraxos estima as peças ocultas
No Stratego, cada jogador precisa decidir sem conhecer todas as peças do adversário. Ataraxos usa uma rede de crenças — um modelo que estima quais peças ocultas podem estar em cada posição com base nas informações disponíveis. Essas estimativas não revelam as peças reais: servem para construir estados de jogo plausíveis.
Em seguida, uma busca avalia jogadas candidatas nesses estados amostrados. O sistema combina esse processo com aprendizado por reforço em partidas de autojogo, no qual aprende jogando contra versões de si mesmo.
Uma demonstração separada no campeonato de 2025
Na demonstração do Campeonato Mundial de Stratego, realizada de 1 a 3 de agosto de 2025, Ataraxos venceu 38 partidas, perdeu duas e não empatou nenhuma, em um total de 40 jogos. Esse resultado veio de partidas contra participantes do evento; a avaliação contra Niemeijer foi uma série distinta.
| Avaliação | Período | Grupo de adversários | Placar de Ataraxos |
| Série de 20 partidas | Três semanas; datas exatas não informadas | Pim Niemeijer | 15 vitórias, 1 derrota e 4 empates |
| Demonstração no Campeonato Mundial de Stratego | 1 a 3 de agosto de 2025 | Participantes do campeonato | 38 vitórias, 2 derrotas e 0 empates |
Treinamento e resultados em outros jogos
O treinamento por aprendizado por reforço de Ataraxos usou 16 GPUs NVIDIA H100 durante uma semana. A equipe também treinou a rede de crenças por quatro dias, com quatro GPUs H100. Ao todo, o treinamento de Stratego somou 163 milhões de partidas completas de autojogo e 208 bilhões de passos de ambiente.
Os pesquisadores também avaliaram o sistema em outros jogos de informação incompleta. Em Barrage Stratego, uma variante com oito peças por jogador, Ataraxos venceu quatro séries de 50 partidas contra três jogadores bem posicionados no ranking. O estudo também relata um novo estado da arte em Hanabi e vitórias contra bots que detinham o melhor resultado anterior em dou dizhu.
