即使未曾接触过一款新游戏，人类也能依据其规则判断其公平性与趣味性。人工智能（AI）系统若要习得此类能力，则需掌握如何应对全新且未知的问题，并据此决定下一步行动。

一篇近期发表于顶级科学期刊《自然》（Nature）的研究论文，深入探讨了这一能力的实现机制。麻省理工学院（MIT）的研究团队及其合作者，通过对 121 种不同游戏的广泛行为分析，提出了一种名为“直觉玩家”（Intuitive Gamer model）的计算认知模型。该模型旨在解释人类在面对新游戏时，如何迅速做出评估、形成判断并采取行动。

研究人员在论文中指出，相较于进行全面而深入的推演，人类的判断过程更倾向于进行少量、快速、浅层的目标导向模拟。即使缺乏先验经验，人类在接触新游戏时，依然能够系统地进行评估并采取相对合理的策略。基于这一机制的“直觉玩家”模型，在多项评估任务中均展现出比其他对比模型更接近人类行为的表现。

这项研究成果为构建更具灵活性、更贴近人类推理方式的 AI 系统提供了重要启示。未来的 AI 不仅需要学会解决既定任务，更需要具备判断哪些任务值得深入探索的能力。

“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”模型提供了一种计算性的解释，用以阐释新手在接触游戏时的推理过程。它强调通过执行少量、浅层、目标导向且带有概率性的心理模拟，来解释人们在缺乏经验时如何评估新游戏并选择行动。具体来说，“直觉玩家”模型包含两个核心组成部分：玩家模块和推理模块。

1. 玩家模块：此模块负责解释行动选择。它依据目标导向的启发式规则来评估不同可选动作的价值。这些规则不仅考虑如何推进自身目标，也包含如何阻碍对手达成其目标。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。

2. 推理模块：此模块用于解释人们对游戏属性的判断。它会调用玩家模块进行有限次数的自我对弈模拟，以推断出胜利、失败或平局等可能的游戏结果。这些模拟可以运行至游戏结束，也可以提前终止，最终用于估计不同结果发生的概率。

为了研究新手如何进行新游戏推理，研究团队组织了一项大规模行为研究。他们招募了超过 1000 名参与者，并设计了 121 个双人策略棋盘游戏。这些游戏以井字棋、五子棋等连线玩法为基础，但通过调整棋盘大小和具体规则进行了变化。这种设计既保留了基本玩法的熟悉感，也能够考察人们在面对新规则时的判断和行动能力。

为了评估“直觉玩家”模型是否更贴近人类表现，研究团队还设置了多类对照模型，用以比较不同的推理方式。这些对照模型包括：进行更深、更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，研究结果表明，人类在做判断时并非依赖完整、深入的推演，而是主要通过大脑进行少量、快速、浅层的目标导向模拟。“直觉玩家”模型在多项任务中均展现出比对比模型更接近人类的表现。具体实验结果如下：

1. 游戏公平性判断

“直觉玩家”模型与人类的评价高度一致。研究团队让 238 名参与者在未曾玩过相关游戏的情况下，仅依据规则和空白棋盘来评估游戏结果。模型预测与人类判断的相关性达到了 0.81，这已接近人类数据本身可解释性的上限 0.82。

通过消融分析进一步揭示，目标导向、概率选择、浅层推理以及少量模拟等因素均对模型表现有显著影响。移除其中任何一个设定，模型的拟合效果都会有所下降。特别地，当模拟次数约为 5-7 次时，模型与人类判断的一致性最高。

在 78 个可以计算出最优收益的游戏中，人类的判断大体上与理论最优结果的方向一致。然而，在预测人类实际给出的公平性判断时，“直觉玩家”模型比单纯依据最优收益计算的结果更为准确。

2. 游戏趣味性判断

在趣味性判断方面，“直觉玩家”模型同样表现出接近人类评分的趋势。研究团队让 246 名参与者在无经验的情况下评估游戏趣味性。模型通过提取平衡性、决策质量和游戏长度这三项特征进行预测，当这三项特征结合使用时，拟合度达到了 0.57，接近人类数据本身可解释性的上限 0.60。

泛化测试结果也证实，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。

3. 首次游戏行动预测

“直觉玩家”模型在预测人类行动方面，比专家玩家和随机玩家更为准确。研究团队让 302 名参与者在 40 个新游戏和井字棋中各进行一局游戏。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，该模型同样优于专家玩家和随机玩家，并在 41 个游戏中的 32 个游戏中，解释了超过 50% 的行动概率分布。

研究团队进一步检验了首次游戏中的决策机制。结果表明，新手玩家的行动并不符合专家模型所代表的深度搜索，而是更接近“直觉玩家”模型所体现的快速浅层推理。

4. 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 个棋盘状态下，“直觉玩家”模型与人类的预测更为一致。与专家模型相比，TVD 差异为 -0.15；与随机模型相比，TVD 差异为 -0.09，这些差异均达到了显著水平。

从案例分析来看，人类在预测下一步行动时，通常会同时考虑几个潜在的走法，有时也会明显倾向于其中一种。 “直觉玩家”模型给出的预测往往与这种模式相似。相比之下，专家模型有时会倾向于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已注定失败后，其预测又显得过于分散。

5. 是否继续游戏判断

“直觉玩家”模型也被用于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构建的预测模型，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，模型的拟合效果有所下降。

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，研究团队也指出了其存在的局限性，包括适用范围、推理过程以及游戏创造等方面。

在适用范围上，当前模型主要针对双人竞争性棋盘游戏，这些游戏大多基于井字棋、五子棋等连线游戏规则的变体，并非完全陌生的游戏类型。未来需要进一步验证其在更复杂游戏中的适用性，例如围棋、国际象棋，以及多智能体（multi-agent）的场景。

在推理过程上，当前模型缺乏更细粒度的过程和个体差异化解释。研究团队认为，未来需要关注诸如玩家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玩家，以及模型如何捕捉这些差异等问题。

在学习与调整方面，当前模型尚未解释人们如何更新其判断规则，是仅在同一游戏中不断修正，还是会将经验迁移到其他游戏中。未来需要进一步探索经验、风险、时间限制、思考成本和策略偏好等因素如何影响游戏推理。

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，也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，是否能够解释人们在设计和改造规则时的判断，并将其延伸至科学和数学探索等更开放的场景。