Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind1. Dezember 2022 · Q003808

Mastering Stratego, the classic game of imperfect information

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind zufolge erlernte DeepNash Stratego durch Selbstspiel und kombinierte tiefes bestärkendes Lernen mit dem spieltheoretischen Verfahren R-NaD, um trotz verborgener Informationen schwer ausnutzbar zu spielen. Laut Bericht erzielte das System hohe Gewinnraten gegen Bots und menschliche Spitzenkräfte; Anwendungen etwa in der Verkehrsoptimierung werden als mögliche Zukunftsperspektive genannt, nicht als bereits nachgewiesener Einsatz.

Mittel

Der Bericht beschreibt DeepNash, eine KI, die Stratego durch Selbstspiel erlernt haben soll. Das Spiel ist schwierig, weil die Identität gegnerischer Figuren verborgen bleibt, Partien lange dauern und der mögliche Spielraum laut Text außergewöhnlich groß ist. DeepNash kombiniert modellfreies tiefes bestärkendes Lernen mit dem spieltheoretischen Verfahren Regularised Nash Dynamics (R-NaD), das das Lernen zu einem langfristig schwer ausnutzbaren Nash-Gleichgewicht lenken soll. Auf Monte-Carlo-Baumsuche verzichte das System.

Laut DeepMind gewann DeepNash über 97 Prozent der Partien gegen starke Bots und 84 Prozent gegen menschliche Spitzenkräfte auf Gravon; damit erreichte es eine historische Top-drei-Platzierung. Beispiele zeigen, wie es Figuren opfert, um gegnerische Kräfte aufzudecken, und mit einer schwachen Figur Stärke vortäuscht, um einen gegnerischen Spion hervorzulocken. Zudem variiert es Aufstellungen und Züge, damit sein Spiel schwer vorherzusagen ist.

Der Bericht hält Anwendungen von R-NaD auf andere Spiele und reale Probleme wie Verkehrsoptimierung für möglich. Diese Perspektive wird jedoch nicht durch Ergebnisse aus solchen Einsatzgebieten belegt; die berichteten Erfolge betreffen Stratego.

Ausführlich lesen

Der Bericht stellt DeepNash vor, ein von DeepMind entwickeltes KI-System, das Stratego durch Selbstspiel von Grund auf erlernt haben soll. Stratego gilt darin als besonders schwieriges Spiel: Die Spieler kennen die Identität der gegnerischen Figuren zunächst nicht, können Informationen erst im Spielverlauf gewinnen und müssen zugleich bluffen. Hinzu kommen lange Partien und ein sehr großer Zustandsraum. Der Text beziffert die Zahl möglicher Anfangsaufstellungen auf etwa 10⁶⁶ und die Spielbaumkomplexität auf etwa 10⁵³⁵. Klassische Suchverfahren, die bei Spielen mit vollständiger Information erfolgreich waren, seien deshalb nicht ausreichend skalierbar.

DeepNash verbindet modellfreies tiefes bestärkendes Lernen mit einem spieltheoretischen Verfahren namens Regularised Nash Dynamics (R-NaD). Modellfrei bedeutet laut Bericht, dass das System den verborgenen Spielzustand des Gegners nicht ausdrücklich nachbildet. R-NaD soll das Lernen in Richtung eines Nash-Gleichgewichts lenken. Ein solches Spielverhalten sei langfristig schwer auszunutzen; gegen einen ebenso perfekten Gegner läge die niedrigste erreichbare Gewinnrate bei 50 Prozent. Der Ansatz verzichtet dem Bericht zufolge auf Monte-Carlo-Baumsuche.

Als Ergebnisse nennt DeepMind eine Gewinnrate von über 97 Prozent, häufig 100 Prozent, gegen führende Stratego-Bots, darunter frühere Gewinner der Computer-Stratego-Weltmeisterschaft. Gegen menschliche Spitzenkräfte auf der Online-Plattform Gravon habe DeepNash 84 Prozent der Partien gewonnen und eine historische Top-drei-Platzierung erreicht. Das sind Angaben des Berichts; dort werden keine Versuchsdetails oder Unsicherheitsmaße zu diesen Zahlen ausgeführt.

Der Text veranschaulicht die Spielweise anhand zweier Situationen. Erstens opferte DeepNash früh stärkere Figuren, um die Rangstufen wichtiger gegnerischer Figuren aufzudecken. Obwohl es dadurch materiell im Nachteil war, schätzte es seine Gewinnchance auf 70 Prozent und gewann die Partie. Zweitens ließ es eine unbekannte schwache Figur so auftreten, als sei sie stark. Der Gegner vermutete einen Marschall und versuchte, die Figur mit seinem Spion in einen Hinterhalt zu locken. Dadurch wurde der Spion aufgedeckt und ausgeschaltet. Außerdem soll DeepNash seine Aufstellungen und Züge variieren, um für Gegner schwer vorhersehbar zu bleiben.

DeepMind sieht mögliche Anwendungen von R-NaD über Stratego hinaus: Das Verfahren könne auch auf andere Zwei-Personen-Nullsummenspiele angewandt werden und möglicherweise Probleme mit vielen Beteiligten, unvollständiger Information und riesigen Zustandsräumen unterstützen, etwa Verkehrsoptimierung. Der Bericht beschreibt diese Übertragung als Potenzial und Zukunftsperspektive, nicht als bereits belegten praktischen Einsatz. Er verweist auf eine Veröffentlichung in *Science* und auf quelloffenen Code. Die dargestellten Erfolge beziehen sich auf Stratego; der Beitrag liefert selbst keinen Nachweis für eine erfolgreiche Anwendung in realen Optimierungsaufgaben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Die Einordnung wurde unabhängig von Lunas Stufen und Anteilen vergeben. Die Zusammenfassung wurde für alle drei vorliegenden Fassungen geprüft und ist sachlich korrekt.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 35 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →