1997年，Deep Blue喺國際象棋對賽中擊敗卡斯巴羅夫；2016年，AlphaGo喺圍棋對局中贏咗李世石。呢兩宗事件標誌咗AI喺資訊完全公開嘅對弈遊戲上嘅突破。但有一款隱藏資訊遊戲，AI長期未能攻克，就係「Strategо」。
「Strategо」嘅規則：雙方各用40枚棋子（由元帥到間諜，另加炸彈同旗），喺己方陣地排列，目標係奪取對手嘅旗。對手棋子喺邊度係知道嘅，但嘅係乜唔知道。棋子身份只會喺兩子碰撞時先至揭露，弱者被移除出盤。
呢個隱藏資訊嘅挑戰，同撲克有相似但難度完全不同。德州撲克隱藏嘅手牌只係2張，可能組合1326種；「Strategо」單單棋子排列已經超過10的66次方種。棋局長度方面，國際象棋一般40手左右就結束，「Strategо」卻可以達到2000手。
最棘手嘅係「騙招」（bluffing）機制：玩家可以將弱棋當元帥咁行，嚇住對手。但騙招用得太頻繁就失效，完全唔用就畀對手讀到牌。第一作者Samuel Sokota話：「騙招用越多，對手越有預感，一次嘅價值就越低。」研究團隊指，2022年DeepMind嘅「DeepNash」就係喺呢個騙招分寸上卡住。
模姐驗嚇貨：Strategо嘅難，唔係單向搜尋深度嘅問題，而係佢將「隱藏資訊」同「長期欺騙」綁埋一齊。Chess同Go嘅AI靠深度搜尋或者神經網絡，但Strategо嘅騙招要求AI同時管理「點樣騙」同「點樣被讀穿」。DeepMind有充足預算都搞唔掂，正正就係呢個核心難點。
模姐｜深度調教
