即使没玩过一个新游戏，人类也能凭借游戏规则，判断它是否公平、有趣。人工智能（AI）系统要掌握这种能力，就需要学会如何灵活处理未遇到的新问题，并决定下一步行动。

关于这种能力究竟是如何实现的，一篇最新发表在权威科学期刊Nature上的研究论文给出了答案：麻省理工学院团队及其合作者基于 121 种游戏的大规模行为研究，提出了“直觉玩家”（Intuitive Gamer model）计算认知模型，以解释人类在面对新游戏时，如何快速评估、形成判断和行动。

论文链接：https://www.nature.com/articles/s41586-026-10722-1

研究团队在文中指出，相比于完整、深入的推演，人类判断更接近少量、快速、浅层的目标导向模拟。即使没有经验，人类面对新游戏时，也能系统地评估并采取相对合理的行动。基于该机制的“直觉玩家”模型，在多项任务中都比替代模型更接近人类表现。

这项工作也为构建更灵活、更接近人类推理方式的 AI 系统提供了启示：未来的 AI 不仅需要学会解决新任务，也需要判断哪些任务值得进一步思考。

直觉玩家模型：新手推理的计算框架

不同于先前依赖深度搜索的游戏推理模型，“直觉玩家”模型为新手游戏推理提供了一种计算性解释。它强调少量、浅层、目标导向且带有概率性的心理模拟，用以说明人们在缺乏经验时如何评估新游戏并选择行动。具体而言，直觉玩家模型由玩家模块和推理模块构成：

1.玩家模块：用于解释行动选择。它根据目标导向的启发式规则评估可选动作价值。这些规则既考虑如何推进自身目标，也考虑如何阻止对手达成目标。随后，模型根据动作价值，以概率方式选择下一步行动。

2.推理模块：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，推断胜利、失败或平局等结果；这些模拟可以运行到游戏结束，也可以提前停止，最终估计不同结果出现的可能性。

图｜直觉玩家模型与先前游戏推理模型的比较。

为研究新手如何推理新游戏，研究团队开展了一项大规模行为研究，招募 1000 余名参与者，并设计了121 个双人策略棋盘游戏。 这些任务以井字棋、五子棋等连线玩法为原型，但在棋盘大小和具体规则上各不相同。设计既保留了基本玩法的熟悉性，也能考察人们面对新规则时的判断和行动。

图｜新游戏数据集和一组游戏任务。

为判断直觉玩家模型是否更接近人类表现，研究团队还设置了几类对照模型，用来比较不同推理方式：专家玩家进行更深、更复杂的搜索；随机玩家只是随机行动；蒙特卡洛树搜索使用计算量更大的树搜索方法；基于游戏描述或语言信息的模型，则不显式模拟游戏过程。

实验结果如何？

整体来看，人类并不是靠完整、深入的推演来做判断，而是主要依靠脑中进行少量、快速、浅层的目标导向模拟。在多项任务中，“直觉玩家”模型也比替代模型更接近人类表现。具体结果如下：

1.游戏公平性

“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相关游戏的情况下，仅根据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达到 0.81，接近人类数据本身的可解释上限 0.82。

消融分析进一步显示，目标导向、概率选择、浅层推理和少量模拟都会影响模型表现。移除任一设定，模型拟合效果都会下降；其中，模拟次数约为 5-7 次时，模型与人类判断最为一致。

在 78 个可以计算最优收益的游戏中，人类判断总体上与理论最优结果方向一致；不过，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得到的结果更准确。

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。研究团队让 246 名参与者在没有经验的情况下评估游戏趣味性，并从模型模拟中提取平衡性、决策质量和游戏长度三项特征进行预测；三项特征结合后，拟合度达到 0.57，接近人类数据本身的可解释上限 0.60。

泛化测试结果也表明，基于这三项特征的“直觉玩家”模型，比随机玩家、专家玩家以及仅依赖表层游戏特征的模型，更能预测人类对游戏趣味性的判断。

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行动。研究团队让 302 名参与者在 40 个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 个游戏里解释了超过 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。结果显示，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。

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”模型与人类预测更一致。与专家模型相比，TVD 差异为 -0.15；与随机模型相比，TVD 差异为 -0.09，二者均达到显著水平。

从案例来看，人类预测下一步时，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，专家模型有时偏向少数收益较高、但对新手来说不直观的走法；有时在判断当前局面最终必败后，给出的预测又过于分散。

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建立的预测模型，能够较好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

不过，研究团队指出，尽管直觉玩家模型能够解释人们在新游戏中的多类判断和行动，它仍然存在适用范围、推理过程和游戏创造等方面的不足。具体如下：

在适用范围方面，当前模型主要研究双人竞争性棋盘游戏，这些游戏大多是在井字棋、五子棋这类连线游戏基础上改变规则，并不是完全陌生的游戏类型。未来还需要检验它在更复杂游戏中的适用性，例如围棋、国际象棋，以及多 Agent 情境。

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。研究团队认为，未来需要关注几类问题：人们会不会提前停止模拟，不同模拟之间是否会相互影响，是否有人根本不进行模拟，以及模型该如何捕捉这些差异。

在学习和调整方面，当前模型还无法说明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。未来还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，如何影响游戏推理。

在游戏创造方面，当前模型尚不能说明人们如何创造和修改游戏。研究团队指出，人类不仅会学习和参与新游戏，也会主动设计和调整游戏规则。未来，仍需探索这类快速、浅层模拟的模型，能否解释人们设计和改造规则时的判断，并延伸到科学和数学探索等更开放的场景。

更多技术细节，详见原论文。

本文来自微信公众号“学术头条”（ID：SciTouTiao），作者：夏千斯，36氪经授权发布。