15 victoires à 1 contre le quadruple champion du monde de Stratego, pour moins de 8 000 dollars

Vous posez vos pions face cachée, et personne en face ne sait lesquels mordent. Au Stratego, l’IA Ataraxos a battu Pim Niemeijer 15 victoires à 1 et 4 nuls sur 20 parties, pour moins de 8 000 dollars de calcul (Nature, 30 septembre 2026). Le programme sort de quatre universités américaines : Carnegie Mellon, le MIT, NYU et Stanford. La série s’est jouée en juillet 2025, sur trois semaines.

Niemeijer compte quatre titres de champion du monde, quinze championnats des Pays-Bas et plus de 600 semaines passées à la première place du classement mondial. Face à lui, Ataraxos affiche un taux de victoire effectif de 85 %. Au championnat du monde 2025, organisé du 1^er au 3 août, le programme a enchaîné 40 parties de démonstration. Bilan : 38 victoires pour 2 défaites, sans un seul nul (préprint des auteurs, novembre 2025).

Pourquoi le brouillard de guerre tenait encore

Aux échecs et au go, tout est sur la table. Au Stratego, chaque camp aligne ses pions face cachée et ne découvre un adversaire qu’en l’attaquant. Quarante pions par camp, tous retournés.

Rien que pour la disposition de départ, l’étude parue dans Nature compte plus de 10³³ configurations possibles. En 2022, le papier de DeepNash chiffrait l’arbre de jeu complet à environ 10⁵³⁵ nœuds, soit 10¹⁷⁵ fois celui du go. Les chercheurs appellent ça de l’information imparfaite.

« Au Stratego, il y a une explosion d’univers possibles auxquels il faut faire face. »

Gabriele Farina, professeur assistant au MIT (MIT News, 30 septembre 2026)

Concrètement, la machine doit jouer contre tous les plateaux encore compatibles avec ce qu’elle a vu. Les techniques mises au point pour le poker ne montent pas à cette échelle, rappelle l’annonce du MIT. Ataraxos s’entraîne sans aucune partie humaine, uniquement contre lui-même, et il garde un modèle qui parie en continu sur l’identité des pions cachés.

Pendant la partie, le programme relance en plus un court entraînement sur la position du moment. Les auteurs décrivent cette recherche au moment de jouer comme une mise à jour d’auto-apprentissage amortie. Ce supplément de calcul fait partie de la recette, autant que le réseau appris en amont.

Les dispositions employées par la machine pendant la série ont été passées en revue sur une chaîne consacrée au jeu.

16 cartes graphiques, une semaine de calcul

L’entraînement a démarré en mai 2025. Les réseaux de jeu ont tourné sur 16 cartes H100 pendant une semaine, puis le modèle de croyances sur 4 cartes pendant quatre jours. Soit 3 072 heures-GPU en tout. Aux prix de 2025, la facture reste sous 8 000 dollars, le budget d’une voiture d’occasion. Le même resserrage se voit ailleurs dans l’IA : un modèle de 27 milliards de paramètres tient désormais dans 3,9 Go.

DeepNash, le système de DeepMind, avait tourné sur 1 024 nœuds de processeurs tensoriels. Au tarif commercial, l’étude chiffre cette facture entre 3 et 4,5 millions de dollars. Ataraxos a consommé environ un cinq-centième de ce coût de calcul. Il a joué trente fois moins de parties contre lui-même, et vu cent fois moins d’exemples d’entraînement. Et il joue plus fort.

Ce que la méthode sait faire ailleurs

La recette ne s’arrête pas au Stratego. Les mêmes techniques atteignent un niveau surhumain au Barrage, la variante rapide du jeu. Elles passent aussi au Hanabi, un jeu de cartes coopératif où les donnes dépassent 5 × 10²⁷ à cinq joueurs, et au dou dizhu, où deux joueurs s’allient contre un troisième.

Le financement vient de l’Office of Naval Research, de la National Science Foundation et d’une bourse Schmidt Sciences AI2050. Le MIT évoque des décisions réelles où une partie de l’information reste cachée. Les auteurs présentent surtout un modèle de conception réutilisable au-delà du plateau.

Pour ses vingt parties, Pim Niemeijer a touché 1 000 dollars de participation, plus 100 dollars par victoire et 50 par nul. Soit 1 300 dollars, moins d’un sixième du plafond de 8 000 dollars annoncé pour le calcul de son adversaire.

Article créé en collaboration avec l’IA.