MIT团队Nature发文：从推理100+新游戏开启下一代AI

如何评估一款从未玩过的新游戏？人类只需看一眼规则，就能大致判断它是否公平、是否有趣。这种看似寻常的能力，对人工智能而言却是一项巨大挑战——它需要学会灵活应对全新的问题，并自主决定下一步行动。

一项最新发表于《自然》期刊的研究，深入揭示了这一能力背后的运行机制。麻省理工学院团队联合多位合作者，基于121种游戏的大规模行为数据，构建了一个名为“直觉玩家”（Intuitive Gamer model）的计算认知模型，用以解释人类在初次接触陌生游戏时，如何快速评估局势、形成判断并采取行动。

先来了解这篇论文的核心贡献：研究团队发现，人类在做出判断时，并不像下棋AI那样进行完整、深度的推演，而是依赖少量、快速、浅层的目标导向模拟。即使毫无经验，人们也能系统性地评估新游戏，并采取相对合理的行动。基于这一机制构建的“直觉玩家”模型，在多项任务上的表现比替代模型更加接近人类行为。

这项研究也为未来AI系统指明了方向：未来的AI不仅需要学会解决新任务，还应具备判断哪些任务值得进一步思考的能力。换句话说，赋予AI一定程度的“直觉”式推理，或许比追求完美的穷举搜索更高效。

直觉玩家模型：新手推理的计算框架

以往的游戏推理模型通常依赖深度的穷举搜索——例如AlphaGo那样计算所有可能的棋路。但“直觉玩家”模型另辟蹊径，它为新手在缺乏经验时如何评估游戏并选择行动提供了计算层面的解释。具体而言，该模型由两个核心模块构成：

1. 玩家模块：该模块负责解释行动的选择。它基于目标导向的启发式规则，评估每个可选动作的价值——既要考虑如何推进自身目标，也要考虑如何阻止对手。随后，模型根据这些动作的价值，以概率方式决定下一步行动。

2. 推理模块：该模块用于解释人们对游戏属性的判断。它调用玩家模块进行少量自我对弈模拟，推断出胜利、失败或平局等结果。这些模拟可以持续到游戏结束，也可以随时中止，最终估算出不同结果出现的概率。

图｜直觉玩家模型与先前游戏推理模型的比较。

为了验证模型有效性，研究团队开展了一场大规模行为实验。他们招募了1000多名参与者，并设计了121个双人策略棋盘游戏。这些游戏大多以井字棋、五子棋等连线玩法为原型，但棋盘大小和规则都做了调整。这样的设计既保留了基本玩法的熟悉感，又能考察人们面对新规则时的判断与行动能力。

图｜新游戏数据集和一组游戏任务。

为了对比，研究团队还设置了多类对照模型：专家玩家（更深、更复杂的搜索）、随机玩家（完全随机行动）、蒙特卡洛树搜索（计算量更大的树搜索），以及基于游戏描述但不显式模拟过程的模型。接下来，我们来看实验结果。

实验结果如何？

整体而言，人类确实不是靠完整的深入推演来做判断，而是主要依靠少量、快速、浅层的目标导向模拟。“直觉玩家”模型在多个任务上的表现，均比那些替代模型更贴近人类行为。具体分析如下：

1. 游戏公平性

在公平性判断上，“直觉玩家”模型与人类评价高度一致。研究团队让238名参与者在从未玩过的情况下，仅凭规则和空白棋盘来评估游戏的可能结果。模型预测与人类判断的相关性达到0.81，这已非常接近人类数据本身的可解释上限0.82。消融分析表明，目标导向、概率选择、浅层推理和少量模拟每个因素都对模型表现有贡献。其中，模拟5到7次时模型与人类判断最为吻合。此外，在78个可以算出最优收益的游戏中，人类判断总体上与理论最优结果方向一致，但“直觉玩家”模型在预测人类实际的公平性判断时，比单纯依赖最优收益的模型更准确。

图｜在从未玩过的情况下评估游戏。

2. 游戏趣味性

在趣味性判断上，“直觉玩家”模型同样接近人类评分。246名参与者被要求评估陌生游戏的趣味性。模型从模拟结果中提取了三个特征：平衡性、决策质量和游戏长度。这三个特征结合起来，拟合度达到0.57，同样接近人类数据本身的可解释上限0.60。泛化测试也显示，基于这三个特征的模型，比随机玩家、专家玩家以及仅依赖表层特征的模型，更能预测人类对趣味性的判断。

图｜在从未玩过的情况下评估游戏是否可能有趣。

3. 首次游戏行动

“直觉玩家”模型比专家玩家和随机玩家更能预测人类的实际行动。302名参与者在40个新游戏和井字棋中各玩了一局。结果显示，“直觉玩家”模型对新手玩家实际游戏收益的解释度为0.72；在行动预测任务中，它也优于专家玩家和随机玩家，在41个游戏中的32个游戏中，解释了超过50%的行动概率分布。进一步的决策机制分析表明，新手的行为并不符合专家模型那样的深度搜索，而是更接近“直觉玩家”模型所代表的快速浅层推理。

图｜建模人们在第一次遇到新游戏时的行动，以及对预测行动的分布。

4. 预测下一步行动

“直觉玩家”模型同样比专家模型和随机模型更接近人类的判断。研究团队让新的参与者观看新手玩家的游戏视频，并预测他们下一步可能采取的行动。在249个棋盘状态上，“直觉玩家”模型与人类预测的一致性更高。与专家模型相比，差异值为-0.15；与随机模型相比，差异值为-0.09，均达到显著水平。从具体案例看，人类预测下一步时，通常会同时考虑几个可能的走法，有时也会明显倾向于其中一步。而“直觉玩家”模型的预测往往与这种模式很接近。相比之下，专家模型要么偏向少数收益较高但对新手来说不直观的走法，要么在判断当前局面最终必败后，给出的预测过于分散。

图｜真实游戏中，人类与模型对下一步行动的预测分布示例。

5. 是否继续游戏

“直觉玩家”模型还被用来分析玩家是否愿意继续游戏。研究团队共分析了142次平局请求，其中83次被接受，59次被拒绝。结果显示，基于继续游戏的期望收益、预期成本和游戏趣味性等特征建立的预测模型，能够较好地刻画玩家是否接受平局请求。移除“直觉玩家”模型中的评估函数后，拟合效果出现了明显下降。

不足与未来方向

当然，研究团队也坦诚地指出了“直觉玩家”模型的局限性。尽管它能解释人们在新游戏中的多类判断和行动，但在适用范围、推理过程、学习和游戏创造等方面，仍存在许多未解之谜。

在适用范围方面，目前的研究主要聚焦于双人竞争性棋盘游戏，而且多数是在井字棋、五子棋这类连线游戏基础上调整规则，算不上完全陌生的类型。未来还需要检验它在更复杂的游戏，比如围棋、国际象棋以及多智能体情境中的表现。

在推理过程方面，当前模型还缺少更细粒度的过程和个体解释。人们是否会提前停止模拟？不同模拟之间是否会相互影响？是否有人根本不进行模拟？模型该如何捕捉这些差异？这些都是后续值得关注的问题。

在学习和调整方面，模型目前无法解释人们如何更新自己的判断规则——是在同一个游戏中不断修正，还是会把经验迁移到其他游戏。经验、风险、时间限制、思考成本、策略偏好等因素也会影响游戏推理，但这些都还没有被纳入模型。

在游戏创造方面，模型目前还不能说明人们如何创造和修改游戏。人类不仅会学习新游戏，更会设计和调整规则。这种快速、浅层模拟的模型，能否解释人们在设计和改造规则时的判断？能否延伸到科学和数学探索等更开放的场景？这些都留给了未来的研究者。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：MIT团队Nature发文：从推理100+新游戏开启下一代AI要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题