Evaluation Beyond Task Performance: Analyzing Concepts in AlphaZero in Hex
Brown University(布朗大学)
AlphaZero是一种将神经网络和蒙特卡罗树搜索(MCTS)结合在一起的强化学习方法,它为国际象棋、围棋、将棋和十六进制等传统棋盘游戏提供了最先进的策略。虽然研究人员和游戏评论员认为AlphaZero使用了人类认为重要的概念,但目前还不清楚这些概念是如何在网络中捕获的。我们使用自然语言处理(NLP)的两种评估技术:模型探测和行为测试来研究AlphaZero在Hex游戏中的内部表示。在此过程中,我们向RL社区介绍了新的评估工具,并说明了如何使用任务性能以外的评估来更全面地了解模型的优点和缺点。我们在Hex游戏中的分析揭示了有趣的模式,并产生了一些关于这些模型一般如何学习的可测试假设。例如,我们发现MCTS在神经网络学习编码之前就发现了概念。我们还发现,与短期结束游戏规划的概念是最好的编码在模型的最后几层,而与长期规划的概念编码在模型的中间层。
2022-11-26 cs.AI
Learning to Blend Computer Game Levels
Georgia Institute of Technology(佐治亚理工学院)
我们提出了一种方法来生成新的计算机游戏水平,融合不同的游戏概念,在一个无监督的方式。我们的主要贡献是一个类比推理过程,以构建从游戏视频中学习的关卡设计模型之间的融合。模型表示游戏中元素之间的概率关系。类比推理过程在两个模型之间映射特征以产生混合模型,然后混合模型可以生成新的级别组块。作为一个概念验证,我们训练我们的系统上的经典平台游戏超级马里奥兄弟,由于其高度重视和良好的理解水平设计。我们评估的程度,模型代表风格层次的设计知识,并证明我们的系统的能力,以解释人类专家设计师混合的水平。
2016-03-08 cs.AI
Turing's First Imitation Game: Design Concepts and a Human-Approximates-Machine Reading
University of Canterbury(坎特伯雷大学)
本文研究图灵1948年《智能机器》报告,识别其首个模仿游戏的设计概念,提出限制人类参赛者为棋艺较差者可使人类行为更近似机器,拓展了模仿游戏框架的应用场景。
2026-09-09 cs.AI cs.HC
On "Indifference" and Backward Induction in Games with Perfect Information
IBM Almaden Research Center(IBM阿尔马登研究中心)
本文研究完美信息博弈中参与者无差异导致的逆向归纳难题,提出基于其他参与者效用的理性精化方法,并以“以牙还牙”概念解决理性选择之间的平局问题。
2023-07-08 cs.AI
A Preliminary Study on a Conceptual Game Feature Generation and Recommendation System
BITS Pilani K.K. Birla Goa Campus(博拉理工学院K.K.比拉拉果阿校区);University of Malta(马耳他大学)
本研究提出一种基于文本提示生成游戏功能建议的系统,通过小型GLoVe模型提取相似游戏特征后经生成器输出新功能,实验显示微调GPT-2在部分游戏中优于人工设计,该系统可服务于概念级游戏设计辅助。
2023-08-16 cs.AI cs.CL cs.IR
A solution concept for games with altruism and cooperation
University of Southampton(南安普顿大学)
多年来,大量的实验已经积累表明,合作不是随意的,而是取决于游戏的收益。这些发现表明,人类对合作的态度是天生的,同一个人可能会根据特定的收益而采取或多或少的合作行为。换句话说,人们并不是先验地作为单一的行动者,而是预测如果他们形成联盟,游戏将如何进行,然后他们根据自己的最佳预测进行游戏。在本文中,我们正式这个想法,我们定义了一个新的解决方案的概念,一次性范式游戏。我们证明了这个\emph{cooperative equilibrium}对所有有限对策都存在,并解释了一些不同的实验结果,如(1)囚徒困境中的合作率取决于成本收益比,(2)旅行者困境中的合作率取决于奖励/惩罚,(3)合作率取决于成本收益比。(3)公共物品博弈中的合作率取决于资本边际收益和参与者数量;(4)Bertrand竞争中的合作率取决于局中人的数量,(5)谈判问题中的局中人倾向于公平,(6)最后通牒博弈中的局中人倾向于公平,(7)最后通牒博弈中的局中人倾向于公平,(8)最后通牒博弈中的局中人倾向于公平。(7)独裁者博弈中的参与者倾向于利他主义;(8)最后通牒博弈中的出价大于独裁者博弈中的出价。
2013-09-10 cs.AI cs.GT
AI Learning and Conceptual Transfer in the Game of Hidden Rules
Rutgers University(罗格斯大学);University of Southern California(南加州大学)
本研究围绕隐规则博弈(GOHR),采用基于Transformer的A2C框架,开展强化学习智能体的规则推断、表征设计等研究,为相关领域提供实验依据。
2026-08-25 cs.AI cs.LG
A Learning Framework for Distribution-Based Game-Theoretic Solution Concepts
International Institute of Information Technology, Hyderabad(海得拉巴国际信息技术学院);National University of Singapore(新加坡国立大学)
本研究提出统一的学习理论框架,推广图维度概念以适配博弈论解概念学习,给出PAC可学习性充分条件,可推导现有结果并拓展至新经济领域提出新型解概念。
2019-06-16 cs.AI cs.GT
Course Concept Expansion in MOOCs with External Knowledge and Interactive Game
Tsinghua University(清华大学);Institute for Artificial Intelligence, Tsinghua University(清华大学人工智能研究院);Shenyuan Honors College, Beihang University(北京航空航天大学沈元荣誉学院)
随着大规模开放式在线课程(MOOC)的日益流行,为MOOC用户自动提供课外知识是有希望的。现有方法存在语义漂移和缺乏知识指导的问题,无法在复杂的MOOC环境下有效地扩展课程概念。在本文中,我们首先建立一个新的边界搜索新的概念,通过外部知识库,然后利用异构功能来验证高质量的结果。此外,为了将人类的努力纳入我们的模型中,我们设计了一个基于游戏的交互式优化机制。我们在Coursera和XuetangX的四个数据集上的实验表明,与现有方法相比,该方法取得了显著的改进(MAP为+0.19)。源代码和数据集已经发布。
2019-09-17 cs.AI cs.CL
Alignment Games: A Framework for Conceptual Repair in Human-AI Collaboration
Stanford University(斯坦福大学)
本文提出对齐博弈框架,通过识别和修复人机协作中的概念错位,利用对齐动作干预情境与推理,支持任务充分的概念对齐。
2026-09-29 cs.AI cs.HC
Re-conceptualising the Language Game Paradigm in the Framework of Multi-Agent Reinforcement Learning
Vrije Universiteit Brussel(布鲁塞尔自由大学);KU Leuven(鲁汶大学)
在本文中,我们制定的挑战重新概念化的语言游戏实验范式的框架内的多智能体强化学习(MARL)。如果成功的话,未来的语言游戏实验将受益于MARL社区快速和有前途的方法进步,而未来的MARL学习紧急通信实验将受益于语言游戏实验的见解和结果。我们坚信,这种异花授粉有可能在模拟类人语言如何在多智能体系统中出现和进化方面取得重大突破。
2020-04-09 cs.AI cs.CL cs.LG
When to (or not to) trust intelligent machines: Insights from an evolutionary game theory analysis of trust in repeated games
Teesside University(提赛德大学);Edinburgh Napier University(爱丁堡纳皮尔大学)
智能代理(如聊天机器人、推荐系统和虚拟助手)的操作通常对用户不完全透明。因此,使用这样的代理涉及用户将自己暴露于代理可能以与用户的目标相反的方式行动的风险。人们经常认为,信任是一种认知捷径,可以降低这种互动的复杂性。在这里,我们正式使用进化博弈论的方法来研究重复游戏中基于信任的策略的可行性。这些是互惠策略,只要观察到另一个参与者合作,它们就会合作。与经典的互惠策略不同,一旦观察到相互合作达到阈值数量的回合,他们就不再检查每一轮的合作者行为,而是只检查一定的概率。通过这样做,他们减少了验证他们的合作者的行为是否实际上是合作的机会成本。我们证明,这些信任为基础的战略可以胜过战略,总是有条件的,如针锋相对,当机会成本是不可忽略的。我们认为,这种成本很可能是更大的人和智能代理之间的互动,因为代理的透明度降低。因此,我们希望人们在与智能代理的交互中更频繁地使用基于信任的策略。我们的研究结果提供了新的,重要的见解,促进人类和智能代理之间的相互作用的机制的设计,其中信任是一个必不可少的因素。
2020-07-22 cs.AI cs.GT
Neural Concept Verifier: Scaling Prover-Verifier Games via Concept Encodings
Zuse Institute Berlin, Germany;AI \& ML Lab, Computer Science Department, TU Darmstadt;Hessian Center for AI (hessian.AI);Lab1141;German Research Center for AI (DFKI);Institute of Mathematics, Technische Universit\"at Berlin, Germany;Max Planck Institute for Informatics, SIC
提出神经概念验证器(NCV)框架,结合概念编码与证明者-验证者博弈,实现高维输入的可验证分类,优于传统方法并缓解捷径行为。
2026-06-23 cs.AI cs.LG
Game-Theoretical Perspectives on Active Equilibria: A Preferred Solution Concept over Nash Equilibria
MID-LIDS;MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);IBM-Research(IBM研究院);Mila(米拉);University of Oxford(牛津大学)
多智能体学习设置本质上比单智能体学习更困难,因为每个智能体在共享环境中与其他同时学习的智能体交互。多智能体强化学习的一个有效方法是考虑智能体的学习过程,并从每个智能体的角度影响他们未来的政策,以达到期望的行为。重要的是,如果每个智能体通过考虑其行为对收敛策略集的影响来最大化其长期回报,则所产生的多智能体系统达到主动均衡。虽然这个新的解决方案的概念是一般的,标准的解决方案的概念,如纳什均衡,是特殊情况下的积极平衡,这是不清楚的,当一个积极的平衡是一个首选的平衡比其他解决方案的概念。在本文中,我们分析积极的均衡从博弈论的角度来看,通过仔细研究的例子,纳什均衡是已知的。通过直接比较这些例子中的主动均衡和纳什均衡,我们发现主动均衡比纳什均衡找到更有效的解决方案,得出主动均衡是多智能体学习设置的理想解决方案。
2022-10-28 cs.AI cs.GT
VISER: A Tractable Solution Concept for Games with Information Asymmetry
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
针对信息不对称博弈中传统解概念失效的问题,提出新型解概念VISER,可通过线性规划在多项式时间内独立计算各参与者策略,并扩展至马尔可夫博弈场景,助力安全防御与攻击刻画。
2023-07-18 cs.AI cs.CR cs.GT
Imperfect-Recall Games: Equilibrium Concepts and Their Complexity
Carnegie Mellon University(卡内基梅隆大学);Yale University(耶鲁大学);University of Oxford(牛津大学);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(策略机器人公司);Optimized Markets, Inc.(优化市场公司)
该研究在不完美记忆扩展式博弈框架下,分析了多人场景下纳什、EDT多自我、CDT多自我三类均衡的精确与近似计算复杂度,并探讨了特殊博弈场景与P、PPAD等复杂度类的关联。
2024-06-23 cs.AI cs.CC cs.GT
Interactive Language Acquisition with One-shot Visual Concept Learning through a Conversational Game
Baidu Research - Institue of Deep Learning(百度研究院 - 深度学习研究所);National Engineering Laboratory for Deep Learning Technology and Applications(深度学习技术及应用国家工程实验室)
构建能够用自然语言与人类交流并向人类学习的智能代理具有重要价值。监督式语言学习主要受限于获取训练数据的统计信息的能力,并且很难适应新的场景或灵活地获取新知识而不进行低效的再训练或灾难性遗忘。我们强调的观点,会话互动作为一个自然的界面,既为语言学习和新的知识获取,并提出了一个联合模仿和强化的方法,通过互动的会话游戏接地语言学习。用这种方法训练的代理能够通过询问有关新对象的问题来主动获取信息,并以一次性方式在随后的对话中使用刚刚学习的知识。通过与其他方法的比较,验证了该方法的有效性。
2018-04-26 cs.AI cs.CL
Applying Abstract Argumentation Theory to Cooperative Game Theory
King’s College London(伦敦国王学院)
我们应用抽象论证理论的思想来研究合作博弈论。在他的开创性论文的基础上,我们进一步的对应关系,Dung的四个论证语义和解决方案的概念,合作博弈论的完整扩展(接地扩展)对应罗斯的子解(分别为,超核心)。然后,我们调查之间的关系,有理有据的论证框架和凸游戏,在每种情况下的语义(分别解决方案的概念)相吻合,我们证明,三人凸游戏一般没有有理有据的论证框架。
2020-01-03 cs.AI cs.GT cs.MA
The Computational Complexity of Single-Player Imperfect-Recall Games
Carnegie Mellon University(卡内基梅隆大学);University of Oxford(牛津大学)
本文研究单人非完美回忆博弈的计算复杂性,将事前最优性、(EDT,GDH)-均衡和(CDT,GT)-均衡对应到多项式最大化问题的不同解概念,证明了前两者的NP-hard性与不可近似性,以及后者的CLS-完全性。
2023-05-28 cs.AI cs.CC cs.GT
Prompting Fairness: Artificial Intelligence as Game Players
University of Oxford(牛津大学);Microsoft(微软)
本研究通过101轮独裁者博弈实验,发现AI表现出依赖信任判断的强烈公平感,框架效应显著影响其给予金额,且可能存在不平等厌恶倾向。
2024-02-09 cs.AI cs.GT
Observable Perfect Equilibrium
Ganzfried Research(甘兹弗里德研究)
本文提出了一种新的博弈均衡概念——可观察的完美均衡,用于解决不完全信息序贯博弈中选择纳什均衡的问题,该概念在公开可观察的动作概率下更具鲁棒性,并在德州扑克中展现出不同的解决方案。
2026-10-25 cs.AI cs.GT cs.MA
Beyond Nash Equilibrium: Solution Concepts for the 21st Century
Cornell University(康奈尔大学)
纳什均衡是博弈论中最常用的均衡概念。然而,它存在许多问题。其中一些在博弈论界是众所周知的,例如,重复囚徒困境的纳什均衡既不符合规范也不符合逻辑。然而,当从计算机科学的角度考虑纳什均衡时,新的问题出现了:例如,纳什均衡是不稳健的(它不容忍"错误“或"意外”行为),它不处理联盟,它不考虑计算成本,它不处理玩家不知道游戏的所有方面的情况。解决方案的概念,试图解决这些缺点的纳什均衡进行了讨论。
2008-06-12 cs.AI cs.CR cs.DC