新娘造型 即使从未接触过一款新游戏，人类也能依据其规则判断其公平性与趣味性。人工智能（AI）系统要达到类似能力，关键在于掌握如何灵活应对未知问题并决策下一步行动。
一项发表在《Nature》杂志上的最新研究，由麻省理工学院（MIT）的团队及其合作者完成，为解决这一难题提供了思路。他们通过对121款游戏的大规模行为分析，提出了“直觉玩家”（Intuitive Gamer model）计算认知模型，用以解释人类在面对新游戏时，如何迅速进行评估、形成判断并采取行动。
该研究指出，人类的判断过程并非基于全面深入的推演，而是更倾向于少量、快速、浅层的目标导向模拟。即使缺乏经验，人类也能系统地评估新游戏并做出相对合理的决策。基于这一机制的“直觉玩家”模型，在多项测试中展现出比其他模型更贴近人类的表现。
这项研究成果为开发更灵活、更接近人类思维方式的AI系统提供了重要启示：未来的AI不仅需要能够解决新任务，还需要具备判断哪些任务值得深入思考的能力。
“直觉玩家”模型：新手推理的计算框架
与以往依赖深度搜索的游戏推理模型不同，“直觉玩家”模型为新手游戏推理提供了一种计算性解释。它强调通过少量、浅层、目标导向且具有概率性的心理模拟，来阐述人们在缺乏经验时如何评估新游戏并选择行动。具体而言，“直觉玩家”模型包含两个核心部分：
玩家模块：负责解释行动选择。该模块依据目标导向的启发式规则来评估可选动作的价值，这些规则同时考虑如何推进自身目标以及如何阻止对手达成目标。随后，模型根据评估出的动作价值，以概率方式选择下一步行动。
推理模块：负责解释人们对游戏属性的判断。该模块调用玩家模块进行少量自我对弈模拟，以推断出胜利、失败或平局等结果。这些模拟可以进行到游戏结束，也可以提前终止，最终用于估计不同结果发生的可能性。
为了研究新手如何推理新游戏，研究团队进行了一项大规模行为研究，招募了1000多名参与者，并设计了121款双人策略棋盘游戏。这些游戏以井字棋、五子棋等连线玩法为基础，但在棋盘尺寸和具体规则上有所不同，旨在保留基本玩法的熟悉性的同时，考察人们面对新规则时的判断和行动能力。
为了评估“直觉玩家”模型是否更接近人类表现，研究团队还设置了多种对照模型，以比较不同推理方式的效果。这些对照模型包括：进行更深入、复杂搜索的专家玩家模型；仅随机行动的随机玩家模型；采用计算量更大的树搜索方法的蒙特卡洛树搜索模型；以及不显式模拟游戏过程、仅依赖游戏描述或语言信息的模型。
实验结果分析
总体而言，研究发现人类在做判断时，并非依赖完整、深入的推演，而是主要依靠脑中进行的少量、快速、浅层目标导向模拟。“直觉玩家”模型在多项任务中均表现出比其他模型更接近人类的水平。具体结果如下：
游戏公平性评估： “直觉玩家”模型在评估游戏公平性方面与人类的评价高度一致。研究让238名参与者在不了解游戏的情况下，仅凭规则和空白棋盘评估游戏结果。模型预测与人类判断的相关性高达0.81，接近人类数据本身可解释的上限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等设定都会影响模型表现，移除任一设定都会导致模型拟合效果下降。其中，当模拟次数约在5-7次时，模型与人类判断最为吻合。 在78个可计算最优收益的游戏中，人类的判断总体上与理论最优结果方向一致。然而，在预测人类实际给出的公平性判断时，“直觉玩家”模型比仅依据最优收益的模型更准确。
游戏趣味性评估： 在趣味性判断方面，“直觉玩家”模型同样接近人类评分。研究让246名参与者在无经验的情况下评估游戏趣味性，并从模型模拟中提取了平衡性、决策质量和游戏长度三项特征进行预测。这三项特征结合后，预测的拟合度达到0.57，接近人类数据本身可解释的上限0.60。 泛化测试结果显示，基于这三项特征的“直觉玩家”模型，在预测人类对游戏趣味性的判断方面，优于随机玩家、专家玩家以及仅依赖表层游戏特征的模型。
首次游戏行动预测： “直觉玩家”模型在预测人类首次游戏行动方面，优于专家玩家和随机玩家。研究让302名参与者在40款新游戏和井字棋中各玩一局。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，该模型也优于专家玩家和随机玩家，并在41款游戏中的32款游戏里解释了超过50%的行动概率分布。 进一步检验首次游戏中的决策机制发现，新手行动并不符合专家模型所代表的深度搜索，而更接近“直觉玩家”模型的快速浅层推理。
预测下一步行动： “直觉玩家”模型在预测下一步行动方面，同样比专家模型和随机模型更接近人类判断。研究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个棋盘状态下，“直觉玩家”模型与人类预测的一致性更高。与专家模型相比，TVD（Total Variation Distance）差异为-0.15；与随机模型相比，TVD差异为-0.09，均达到显著水平。 案例分析表明，人类在预测下一步时，通常会同时考虑几个可能走法，有时也会明显倾向于其中一步。“直觉玩家”模型给出的预测往往与这种模式相近。相比之下，专家模型有时会偏向少数收益较高但对新手不直观的走法；有时在判断当前局面最终必败后，给出的预测又过于分散。
是否继续游戏分析： “直觉玩家”模型还被用于分析玩家是否愿意继续游戏。研究分析了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，拟合效果下降。
不足与未来方向
尽管“直觉玩家”模型在解释人们在新游戏中的多种判断和行动方面表现出色，但研究团队也指出了其存在的局限性，包括适用范围、推理过程和游戏创造等方面。
在适用范围上，当前模型主要研究双人竞争性棋盘游戏，这些游戏多基于井字棋、五子棋等连线玩法改变规则，并非完全陌生的游戏类型。未来需要将其应用于更复杂的游戏，如围棋、国际象棋，以及多Agent情境。
在推理过程方面，当前模型缺乏更细粒度的过程和个体解释。未来需要关注的问题包括：人们是否会提前停止模拟，不同模拟之间是否会相互影响，是否存在不进行模拟的个体，以及模型如何捕捉这些差异。
在学习和调整方面，当前模型未能解释人们如何更新判断规则，是同一游戏中不断修正，还是将经验迁移到其他游戏。未来需要进一步探究经验、风险、时间限制、思考成本和策略偏好等因素对游戏推理的影响。
在游戏创造方面，当前模型尚不能解释人们如何创造和修改游戏。研究团队指出，人类不仅学习和参与新游戏，还会主动设计和调整游戏规则。未来需要探索这类快速、浅层模拟的模型，是否能解释人们设计和改造规则时的判断，并将其延伸到科学和数学探索等更开放的场景。
