Artigo na Nature apresenta Ataraxos, IA de Stratego que venceu o melhor jogador humano por 15–1

O sistema combina aprendizado por reforço com autojogo e busca em tempo de teste; a série de 20 partidas contra Pim Niemeijer teve quatro empates.

O sistema combina aprendizado por reforço com autojogo e busca em tempo de teste; a série de 20 partidas contra Pim Niemeijer teve quatro empates.