由美国麻省理工学院牵头组成的研究团队基于对121种双人策略棋盘游戏的大规模行为研究，提出了“直觉玩家”计算认知模型，解释了人类如何在毫无经验的情况下，仅凭规则快速理解新游戏并做出合理决策的内在机制。这一发现不仅深化了对人类直觉推理的理解，也为构建能像人类一样灵活应对未知任务的下一代AI系统提供了新思路。相关研究成果于2026年7月15日发表在《自然》期刊上。

“直觉玩家”模型由玩家模块和推理模块组成，模拟了人类不同于传统AI深度搜索的直觉思考过程。玩家模块负责“决策”，根据目标导向规则评估每一步行动的价值；推理模块负责“推演”，通过少量、浅层的自我对弈快速模拟游戏进程。这种机制使模型无需大量计算，就能像人类新手一样迅速形成对局势的判断。实验显示，模型在公平性判断上与人类高度一致，在趣味性评分、首次行动及下一步预测等任务中均优于多种对照模型。

此外，研究团队还指出了模型的局限性：模型目前主要适用于规则相对简单的双人棋类游戏，面对围棋、国际象棋等复杂场景时，适用性尚待验证；模型尚无法完全模拟人类如何在学习中更新规则或创造新游戏。

信息来源：

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

https://mp.weixin.qq.com/s/3jQfnmgm0ibirZUp6GIkuA