#teoria-de-juegos

Cuando los generalistas superan a los especialistas: lecciones de IA en juegos de información imperfecta
Machine Learning 6 min lectura

Cuando los generalistas superan a los especialistas: lecciones de IA en juegos de información imperfecta

Investigadores del MIT y colaboradores presentan un benchmark que compara algoritmos para juegos de información imperfecta y encuentran que los métodos de policy gradient, más generales, obtienen mejor rendimiento que algoritmos teóricos especializados. El trabajo resalta la importancia de evaluaciones rigurosas y tiene implicaciones prácticas para agentes que toman decisiones en entornos con información parcial.

Cómo piensan los algoritmos estratégicos: de los juegos de mesa a la IA que negocia

Cómo piensan los algoritmos estratégicos: de los juegos de mesa a la IA que negocia

Gabriele Farina, investigador de MIT, transforma conceptos de teoría de juegos en algoritmos que resuelven interacciones complejas entre agentes con información parcial. Sus trabajos van desde Cicero —un sistema negociador— hasta avances económicos en juegos como Stratego, con implicaciones directas para decisiones automatizadas en sectores reales.