人类利用快速扁平化模拟对新游戏进行推理

游戏长期以来一直是研究自然和人工智能中规划与推理的微观世界，通常关注专家级甚至超人类水平的玩法。然而，现实生活也将人类智能推向另一个前沿，要求人们灵活应对从未思考过的新决策问题。本研究利用新手游戏玩法来探究人们如何对新问题情境进行推理。通过一系列涉及超过1000名参与者和121款双人策略棋盘游戏（几乎全部对参与者是新颖的）的大规模行为研究，我们发现，人们在首次玩游戏或甚至在玩过一次之前评估游戏（例如，它可能有多公平或多有趣）时，其行为是系统且适应性理性的。我们通过一个名为“直觉玩家”的计算认知模型来解释这些能力：该模型基于快速、扁平（深度受限）的目标导向概率模拟机制。我们的工作揭示了人们在遇到新问题时如何快速评估、行动和提出建议，并可能为设计更灵活、更类人的人工智能系统提供信息，使其不仅能决定如何解决新任务，还能判断一个任务是否值得思考。