DeepMind 在 Nature 发布首个超人 Stratego AI，靠 RL 与测试时计算取胜

DeepMind 团队在 Nature 发表论文，推出首个达到超人水平的 Stratego（军棋）AI，这是在不完全信息博弈中超越人类顶尖玩家的里程碑。其采用的强化学习与测试时计算（test-time compute）并不为 Stratego 特制，可推广到其他不完全信息决策问题。