Исследователи опубликовали работу о том, как ИИ выявляет скрытые правила методом проб и ошибок
Препринт на arXiv демонстрирует способность ИИ распознавать скрытые закономерности и применять трансферное обучение в тестовой игровой среде
В репозитории arXiv была опубликована исследовательская статья (arXiv:2608.21372v1) под названием «AI Learning and Conceptual Transfer in the Game of Hidden Rules» (август 2026 года), в которой в качестве тестовой среды использовалась игра Game of Hidden Rules (GOHR).
Работа посвящена изучению способности агентов обучения с подкреплением (Reinforcement Learning, RL) делать выводы о скрытых правилах исключительно на основе обратной связи методом проб и ошибок. В исследовании также детально рассматриваются проектирование представлений данных (representation design), анализ сложности правил, трансферное обучение (transfer learning) и генерализация (generalization).
С технической стороны команда применила архитектуру Transformer-based A2C (Advantage Actor-Critic), сравнив эффективность feature-centric и object-centric представлений. Кроме того, авторы провели сравнительный анализ полученных данных с обучением человека при поддержке псевдо-бота (Pseudo-Bot-Assisted Human Learning).
Исследование углубляет понимание того, как искусственный интеллект обучается, адаптируется и переносит знания в условиях отсутствия четких правил, приближая гибкость алгоритмов к уровню человеческого обучения.