研究提出以"惯例差"量化Hanabi中人类与AI惯例

Makoto Fukushima、Tim Puphal 等发布 arXiv 论文，提出在 Hanabi 游戏中以"惯例差"（convention gap）指标量化并定位人类与 AI 智能体使用的惯例。该方法利用游戏提示与可见牌可精确计算出牌失败概率，使惯例从推断的分数损失原因变为可测量、可比较、可做因果检验的对象。基于论文摘要。 结果显示，在两个独立收集的人类对局语料中，人类的惯例差高于全部智能体等级；智能体等级来自 off-belief learning 的 1-5 级层级，第 1 级按构造不使用惯例。但在双方共同使用的惯例上，人类并不优于第 2 级智能体，人类优势集中在指向未触摸卡牌的提示情境。 干预实验发现，同时阻断多个高差距情境造成的损失超过单独阻断损失之和，作者称提示惯例含义可能在情境间重新路由。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。