陆军棋的规则和玩法怎么放图片陆军棋的规则和玩法 _云知道

对棋类游戏的掌握程度，一直是判断人工智能（AI）是否真正智能的依据之一，因为这类游戏可以被用来评估 AI 代理在受控环境下自主开发和执行策略的能力。
如今，AI 在此前尚未掌握的经典棋类游戏 Stratego（西洋陆军棋）中，表现出了人类专家级一般的水准——
以97%的最低胜率击败了其他 AI 机器人；在 Gravon 平台上与人类专业玩家对弈，取得了84%的总胜率，在年初至今和历史排行榜上都排在前三名。
值得注意的是，这一惊人表现是在没有部署任何搜索方法的情况下实现的，这是 AI 之前在棋类游戏中取得多个里程碑式成就的关键。
（来源：维基百科）
相关研究论文以“Mastering the game of Stratego with model-free multiagent reinforcement learning”为题，已发表在权威科学期刊Science上。
多年来，Stratego 一直是人工智能行业的下一个前沿领域之一。Stratego 玩家既需要有像玩国际象棋一样的长期战略性思考，也需要能够像打扑克一样处理不完全的信息。
不完全信息，意味着参与人在进行博弈时不清楚博弈中的某些要素。例如，在桥牌游戏中，玩家并不清楚其他玩家手中的牌，在拍卖会中，竞拍人并不清楚其他竞拍人对物品的估价。
这个名为“DeepNash”的 AI 代理出自 DeepMind ，在他们看来，这代表了一个非凡的成果；同样，Stratego 社区也认为，这用现有技术是不可能实现的。
Stratego 诞生于 1947 年，与中国陆军棋不同，其军衔、棋子数量较多，棋盘设计较为简单，没有铁路、行营，也没有裁判，当两方棋子相遇后，才会揭开来判断大小。二者的相同之处，都是以夺得对方军旗或消灭所有可移动的棋子为胜利标志。

图｜陆军棋与 Stratego
Stratego 便是一种不完全信息游戏。与之相反，国际象棋、跳棋、日本将棋和围棋可看作完全信息博弈，因为双方完全清楚游戏规则，当前局面对方可能的下法等信息。
而且，Stratego 具有非常复杂的结构，其博弈树具有10^535种可能的状态，比无限德州扑克（10^164）和围棋（10^360）都要多。
另外，在特定情况下，Stratego 玩家需要在游戏开始时推理出多于10^66对可能的排布，而在德州扑克中，这一数字仅为 10^6；完全信息游戏则没有这一阶段，相对更为简单。

在 Stratego 中，双方各有代表元帅（Marshal）、将军（General）、上校（Colonel）、中校（Major）、上尉（Captain）、中尉（Lieutenant）、士官（Sergeant）、除雷兵（Miner）、斥侯（Scout）、间谍（Spy）、地雷（Bomb）、军旗（Flag）的棋子。

具体游戏规则为：两方将所有己棋竖立、以正面朝后的方式排布，然后轮流移动一枚己棋；可以将棋子沿纵横方向移动一格至空格或敌棋处，但需要维持正面朝后；如果一方棋子到达敌棋处，便将两棋公开，一般胜方这一棋子会被放回原位且正面继续朝后，输方这一棋子则被移除游戏。

图｜胜负关系判定（来源：维基百科）
提前计划的能力，一直判断某一 AI 技术/代理是否成功的核心问题，Stratego 等不完全信息游戏，则常被用来测试 AI 代理依次做出相对缓慢、慎重和合乎逻辑的能力大小。
然而，目前利用不完全信息搜索技术来掌握 Stratego 是不可能的。
据论文描述，DeepNash 使用了一种博弈论的、无模型的深度强化学习方法 R-NaD，无需搜索，便能以从头开始的自我博弈方式来学习如何掌握游戏策略，比如虚张声势。