编辑推荐：
游戏长期以来一直是研究自然智能和人工智能中规划与推理的微缩世界，通常聚焦于专家级甚至超人类的玩法1,2,3,4,5,6。但现实生活也推动人类智能沿着另一条前沿发展，要求人们灵活应对从未思考过的决策问题。本研究利用新手游戏行为来探究人们如何
游戏长期以来一直是研究自然智能和人工智能中规划与推理的微缩世界，通常聚焦于专家级甚至超人类的玩法1,2,3,4,5,6。但现实生活也推动人类智能沿着另一条前沿发展，要求人们灵活应对从未思考过的决策问题。本研究利用新手游戏行为来探究人们如何推理新问题情境。通过一系列大规模行为研究，涉及超过1000名参与者和121种双人策略棋盘游戏（几乎全部对参与者而言是新颖的），研究人员展示了人们在首次游戏或甚至在游戏前评估游戏（例如，游戏可能公平或有趣的程度）时，其行为具有系统性和自适应性理性。研究人员通过一个名为“直觉游戏者（Intuitive Gamer）”的计算认知模型解释这些能力，该模型基于快速且浅层（深度受限）的目标导向概率模拟机制。研究揭示了人们如何在新问题面前快速评估、行动并提出建议，并为设计更灵活、更类人的人工智能系统提供启示，这些系统不仅能判断如何解决新任务，还能判断任务是否值得思考。
**论文解读：快速浅层模拟如何支撑人类对新颖游戏的直觉推理**
**研究背景与问题**
游戏在心理学和计算机科学中占据特殊地位，因其规则与奖励系统反映了现实世界的结构、模式与挑战。长期以来，认知科学聚焦于专家技能的本质与发展，利用游戏作为测试平台，而人工智能领域则致力于通过海量游戏数据和计算能力模拟并最终超越人类专家。然而，人类在日常生活中面临的大多数问题并非专家级任务——人们需要在缺乏经验时快速判断是否参与、如何行动。这种“前专家阶段”的认知灵活性，即对全新规则与奖励系统进行推理的能力，其重要性不亚于专精于单一游戏，却远未被充分研究。现有游戏推理模型多假设深度树搜索或高度调优的价值函数，但新手显然不具备这些资源。因此，核心问题在于：人类如何在不依赖经验的情况下，系统性地评估并行动于从未见过的游戏？
**研究内容与结论**
研究人员通过一系列大规模行为实验（共1000余名参与者，121种双人策略棋盘游戏，大部分为参与者从未接触过），系统考察了人类在三种推理情境中的表现：游戏前评估（零经验预测游戏公平性与趣味性）、首次游戏动作选择（与另一新手对弈）、以及观察他人游戏时的动作预测。研究提出并验证了“直觉游戏者（Intuitive Gamer）”计算认知模型，该模型通过快速（few simulations）、浅层（depth-limited）、目标导向（goal-directed progress/blocking heuristics）且概率性的心理模拟，成功解释了人类行为。模型在预测游戏预期收益（R2=0.81）、趣味性判断（R2=0.57）、实际动作选择（log-likelihood显著优于专家模型与随机模型）以及动作概率分布（TVD接近噪声上限）方面均优于更复杂或更简单的替代模型（如Expert Gamer、Random Gamer、MCTS）。研究还发现，人们仅使用少量心理模拟（约5-7次）即可形成合理判断，体现了资源受限下的理性推理。该工作发表于《Nature》。
**主要关键技术方法**
研究采用大规模行为实验，通过Prolific平台招募参与者（共1000余人），并使用自建的121种策略棋盘游戏数据集（基于M-N-K类游戏变体，如棋盘大小、获胜条件、首动规则等）。核心计算模型“直觉游戏者”包含两个模块：浅层玩家模块（player module）——仅执行单步前瞻（flat search），基于三种通用启发式（自身进度U
self、阻挡对手进度U
opp、中心偏好U
aux）的加权和作为动作价值函数，并通过softmax概率选择动作；快速推理模块（reasoning module）——嵌套玩家模块进行少量（k≈6）自博弈模拟，从模拟轨迹中推断游戏属性（如预期收益、趣味性特征如平衡性、思考奖励、游戏长度）。对比模型包括：深度搜索的专家游戏者（Expert Gamer，基于van Opheusden等2023模型）、随机游戏者（Random Gamer）、蒙特卡洛树搜索（MCTS，10000次迭代）以及无模拟的文本特征模型。样本队列来源：所有实验均经麻省理工学院机构审查委员会批准，参与者知情同意。
**研究结果**
**1. Reasoning about games before any play（游戏前评估）**
- **公平性评估**：238名参与者仅根据自然语言规则描述判断游戏预期收益（首次玩家胜率与平局概率）。直觉游戏者模型预测与人类判断高度一致（R2=0.81，接近分裂半信度上限0.82），显著优于随机游戏者（R2=0.47）、专家游戏者（R2=0.65）、MCTS（R2=0.60）及非概率版直觉游戏者（R2=0.53）。通过消融实验（ablations）证实，去除浅层性、概率性或目标导向性均降低拟合度。样本复杂度分析表明，少量模拟（k≈5-7）最能捕捉人类判断的变异性。此外，人类判断与博弈论最优解有一定相关性（R2=0.62），但直觉游戏者模型拟合更优。
- **趣味性评估**：246名参与者预测游戏趣味性。直觉游戏者模拟的三个特征——平衡性（balance，游戏不会过早结束且双方机会均等）、思考奖励（reward for thinking，战略思考相对于随机移动的优势）和游戏长度（length，呈倒U型关系）——通过线性回归解释了人类趣味性判断的主要变异（R2=0.57，接近分裂半信度0.60）。这些特征优于从游戏表面特征（如棋盘大小、获胜行数）或替代模型（随机/专家游戏者）提取的特征。
**2. Decision-making in first-time gameplay（首次游戏决策）**
- **动作选择**：302名参与者进行40种游戏的对弈（每人仅玩一轮）。直觉游戏者模型在预测实际动作的对数似然（per-move log-likelihood）上显著优于专家游戏者（差值0.51，P<0.001）和随机游戏者（差值0.68，P<0.001）。在41种游戏（含井字棋）中，直觉游戏者解释了32种游戏超过50%的动作概率分布，并在个体玩家层面主导了243/302名玩家的动作模式。进一步分析显示，在游戏早期和中期阶段，直觉游戏者拟合最佳，而后期阶段深度搜索模型（专家游戏者）的拟合度有所提升，可能因剩余动作空间缩小使深度思考更易实现。
- **动作预测**：314名新参与者观看其他新手对弈视频，并分配5个点击来指示他们认为下一步应落子的位置。直觉游戏者模型预测的动作概率分布与人类判断的分布之间的总变差距离（TVD）显著低于专家游戏者（差值-0.15，P<0.001）和随机游戏者（差值-0.09，P<0.001），并接近分裂半信度确定的噪声上限。例外情况主要出现在misère变体（先连成K个者输）中，人类直觉与模型均存在偏差。
- **游戏持续决策**：对弈中玩家可请求和棋，另一方决定接受或拒绝。直觉游戏者推理模块基于当前棋盘状态计算的预期价值（期望收益）和预期剩余游戏长度，结合趣味性判断，通过逻辑回归模型解释了人类的和棋决策（接受/拒绝）。玩家倾向于在预期价值降低但趣味性高时继续游戏，体现了主观价值对决策的影响。
**讨论与结论**
研究讨论部分指出，该工作与以往聚焦于单游戏专家水平的认知科学与AI研究不同，强调“前专家阶段”的重要性——人们在新问题中必须快速行动甚至决定是否参与。直觉游戏者模型为理解人类在新颖多智能体情境中的资源受限推理提供了框架，并可能启发设计更高效、更类人的AI系统，使其在显著减少计算资源的情况下仍能做出合理判断。研究还讨论了趣味性因素与先前文献中战略深度、胜任感、学习进步等概念的关联，并指出模型当前局限于完美信息、双人竞争性棋盘游戏，未来需扩展到合作、多智能体等更广泛情境。此外，模型未考虑学习与适应过程，以及游戏经验如何塑造新游戏推理，这些都是重要方向。
**研究结论部分翻译**：
本研究形式化并实证评估了一个“直觉游戏者”计算模型，该模型利用快速、浅层、目标导向的概率性心理模拟，对新手玩家如何判断从未见过游戏的客观价值（如公平性）以及做出更主观的评估（如趣味性）做出了丰富的定量预测。该模型还捕捉了人们在这些游戏中的实际行动，且优于计算能力更强或更弱的替代模型。同一模型会泛化到不同的任务和所研究的众多不同游戏。我们的工作揭示了人们如何快速评估、行动和提出建议，并可为设计更灵活、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，还能判断任务是否值得思考。
