在人工智能征服游戏的漫长清单上，国际象棋、围棋、扑克相继被攻克，但有一款看似简单的棋盘游戏却顽固地抵挡住了AI的进攻——这就是战略棋（Stratego）。近日，来自Ars Technica的报道揭示了这一僵局的突破：研究人员通过引入第二个神经网络来推测隐藏棋子的身份，终于让AI掌握了这款信息不完全的博弈游戏。
战略棋：AI的"信息迷雾"难题
对于不熟悉战略棋的读者，这里做一个简要介绍。战略棋是一款两人对弈的棋盘游戏，每位玩家拥有40枚棋子，代表不同军衔的军事单位——从元帅、将军到侦察兵、炸弹和军旗。游戏的目标是夺取对方的军旗或消灭对方所有可移动的棋子。
与国际象棋或围棋不同，战略棋的核心难点在于：你无法看到对手棋子的真实身份。当对手的棋子向你移动时，你不知道那是一位元帅还是一名侦察兵，是炸弹还是军旗。只有在双方棋子发生碰撞时，身份才会部分揭晓。这种"隐藏信息"机制使得战略棋更接近于现实世界中的军事对抗和商业竞争——在信息不透明的情况下做出决策。
战略棋的挑战在于，AI不仅需要决定"怎么走"，还需要同时在脑中构建一幅关于对手棋子身份的"信念地图"，并随着每一次碰撞不断更新这幅地图——这与围棋或国际象棋中所有信息都摆在棋盘上的情况截然不同。
为何战略棋长期难倒AI
在不完全信息博弈中，AI面临的核心问题是"状态空间爆炸"。在国际象棋中，AI可以通过搜索树评估每一步的后果；但在战略棋中，由于对手棋子的身份是未知的，AI必须考虑所有可能的棋子身份组合，这导致可能的状态数量呈指数级增长。
此前针对不完全信息博弈的成功案例——如DeepMind的AlphaStar在《星际争霸》中的表现，以及Libratus和Pluribus在德州扑克中的突破——都采用了不同的技术路线。德州扑克虽然也有隐藏信息（对手的手牌），但游戏结构相对标准化；而战略棋的隐藏信息维度更多，棋子身份、位置、移动历史都是推理的线索。
突破关键：第二个神经网络
根据报道，这次突破的核心在于架构创新。研究团队在传统的策略网络之外，增加了第二个神经网络，专门负责"猜测"对手隐藏棋子的身份。这个网络通过分析对手的移动模式、碰撞结果和游戏历史，动态更新对每个未知棋子的身份概率估计。
这种双网络架构的设计思路，类似于人类玩家在战略棋中的思维方式。有经验的人类棋手不仅考虑自己的走法，还会根据对手的行为模式推测其棋子布局——比如，如果对手的一个棋子一直在前线积极进攻，它很可能是高军衔单位；如果某个棋子突然停止移动或退后，它可能是炸弹或军旗。
第二个神经网络所做的，本质上就是将这种人类直觉形式化、算法化。它输出的不是单一的身份判断，而是一个概率分布——例如，"这个棋子有70%的可能是少校，20%的可能是上尉，10%的可能是炸弹"。策略网络则基于这个概率分布来选择最优行动。
更广泛的意义：AI与信息不透明决策
这项研究的价值远不止于攻克一款棋盘游戏。在现实世界中，绝大多数重要决策都发生在信息不完全的条件下——无论是军事指挥、商业竞争还是外交谈判，决策者都无法完全掌握对手的意图和资源。
战略棋AI的突破，为AI在信息不透明环境下的决策提供了新的范式。特别是在需要长期规划、动态推理对手意图的场景中，这种"信念建模+策略优化"的双网络架构具有广泛的迁移潜力。例如，在网络安全领域，AI需要推测攻击者的意图和下一步行动；在自动驾驶中，AI需要预测其他车辆和行人的未来行为。
编者按：不完全信息博弈——AI的下一个前沿
回顾AI在游戏领域的发展历程，我们可以清晰地看到一条从"完全信息"到"不完全信息"的演进路径。从深蓝击败卡斯帕罗夫（国际象棋），到AlphaGo战胜李世石（围棋），再到Libratus征服德州扑克，每一步都代表了AI处理不确定性的能力跃升。
战略棋的攻克，标志着AI在这一路径上又迈出了坚实一步。但我们也应清醒地认识到，战略棋仍然是高度结构化的游戏——规则固定、动作空间有限。真实世界的不完全信息博弈远比这复杂：信息可能是模糊的、虚假的甚至故意误导的，博弈的规则也可能随时变化。
不过，每一次在受控环境中取得的突破，都为解决更复杂的问题积累了方法论。战略棋AI中"显式建模隐藏状态"的思路，很可能成为未来AI系统处理不确定性的一把钥匙。当AI学会在迷雾中做决策时，它离真正理解这个充满不确定性的世界就更近了一步。
本文编译自Ars Technica
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接