说到评估新游戏，就算完全没上手玩过，人类也有能力凭规则判断它公不公平、有不有趣。这种能力看似平常，但对人工智能来说却是个不小的挑战——它得学会灵活应对从未见过的新问题，并决定下一步该做什么。

一篇刚刚发表在《自然》期刊上的研究，恰好揭示了这种能力背后的机制。麻省理工学院团队和他们的合作者，基于121种游戏的大规模行为研究，构建了一个名为“直觉玩家”（Intuitive Gamer model）的计算认知模型。该模型用来解释人类在面对陌生游戏时，如何迅速评估形势、形成判断并采取行动。

先说说这篇论文的核心贡献：研究团队发现，人类在做判断时，并不会像下棋AI那样进行完整、深入的推演。而是更依赖于少量、快速、浅层的目标导向模拟。即便全无经验，也能系统性地评估新游戏，并采取相对合理的行动。基于这个机制构建的“直觉玩家”模型，在多项任务上的表现比替代模型更贴近人类。

这项工作还为未来的AI系统提供了一个重要方向：未来的AI不仅需要学会解决新任务，也得学会判断哪些任务值得进一步思考。换句话说，让AI拥有一点“直觉”式的推理能力，或许比追求完美的搜索更高效。

直觉玩家模型：新手推理的计算框架

过去的一些游戏推理模型，往往依赖深度的穷举搜索——像AlphaGo那样把棋路算到底。但“直觉玩家”模型走了一条不同的路径。它为新手在缺乏经验时如何评估游戏并选择行动，提供了一种计算层面的解释。具体来说，它由两个核心模块构成：

• 玩家模块：这个模块负责解释行动的选择。它根据目标导向的启发式规则，评估每个可选动作的价值。评估时要考虑如何推进自己的目标，也要考虑如何阻止对手。随后，模型会根据这些动作的价值，以概率的方式来决定下一步的行动。
• 推理模块：这个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的自我对弈模拟，推断出胜利、失败或平局等结果。这些模拟可以一直运行到游戏结束，也可以随时喊停。最终估算出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。

为了验证这个模型，研究团队搞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、五子棋这种连线玩法为原型，但棋盘大小和规则都做了调整。这样的设计，既保留了基本玩法上的熟悉感，又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。

为了对比，研究团队还设置了几类对照模型。包括：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），以及基于游戏描述却不显式模拟过程的模型。接下来，就看实验结果了。

实验结果如何？

整体来看，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，都比那些替代模型更接近人类。具体来看：

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结果可能。

模型预测与人类判断的相关性达到了0.81，这已经很接近人类数据本身的可解释上限0.82了。

消融分析发现，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。其中最理想的情况是模拟5到7次，此时模型与人类判断最为吻合。

另外，在78个可以算出最优收益的游戏中，人类判断总体上和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，拟合度达到了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，都达到了显著水平。

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，有时候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。虽然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，仍有不少未解之谜。

适用范围

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。

推理过程

当前模型还缺少更细粒度的过程和个体解释。人们会不会提前停止模拟？不同模拟之间会不会相互影响？是不是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。

学习和调整

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、策略偏好这些因素，也会影响游戏推理，但这些都还没有被纳入模型。

游戏创造

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。