ทันเอไอ

Des chercheurs étudient comment l’IA découvre des règles cachées par essais et erreurs

Une étude publiée sur arXiv évalue la capacité de l’IA à déduire des règles cachées et à transférer ses apprentissages dans un environnement de jeu.

arXiv a publié en août 2026 le rapport arXiv:2608.21372v1, intitulé « AI Learning and Conceptual Transfer in the Game of Hidden Rules ». L’étude utilise le Game of Hidden Rules (GOHR) comme environnement de test.

Elle examine la capacité d’agents d’apprentissage par renforcement (Reinforcement Learning - RL) à déduire des règles cachées à partir du seul retour obtenu par essais et erreurs. Elle analyse également la conception des représentations (Representation Design), la difficulté des règles, l’apprentissage par transfert (Transfer Learning) et la généralisation (Generalization).

Sur le plan technique, l’équipe emploie une architecture Transformer-based A2C (Advantage Actor-Critic) et compare les représentations Feature-Centric et Object-Centric. Le rapport confronte aussi ces résultats à l’apprentissage humain assisté par des bots simulés (Pseudo-Bot-Assisted Human Learning).