ทันเอไอ

研究人员发布报告，探讨 AI 如何通过试错学习隐藏规则

arXiv 研究评估了 AI 通过测试游戏推断隐藏规则和进行迁移学习的能力

学术论文平台 arXiv 于 2026 年 8 月发布了编号为 arXiv:2608.21372v1 的研究报告，题为《AI Learning and Conceptual Transfer in the Game of Hidden Rules》。该研究以 Game of Hidden Rules（GOHR）环境作为测试平台。

研究旨在考察采用强化学习（Reinforcement Learning，RL）的智能体，如何仅依靠试错反馈推断隐藏规则，同时深入探讨表征设计（Representation Design）、规则难度分析、迁移学习（Transfer Learning）和泛化（Generalization）。

在技术方面，研究团队采用基于 Transformer 的 A2C（Advantage Actor-Critic）架构，并比较了 Feature-Centric 与 Object-Centric 两种表征方式的性能。此外，报告还将相关结果与伪机器人辅助人类学习（Pseudo-Bot-Assisted Human Learning）进行了对比分析。