Nature-Studie stellt Ataraxos vor, eine Stratego-KI, die den besten Menschen 15:1 schlug

Das System kombiniert Self-Play-Reinforcement-Learning mit Suche zur Testzeit; die 20 Partien gegen Pim Niemeijer enthielten vier Remis.

Das System kombiniert Self-Play-Reinforcement-Learning mit Suche zur Testzeit; die 20 Partien gegen Pim Niemeijer enthielten vier Remis.