arXiv cs.MA· Makoto Fukushima, Tim Puphal·· 3 天前AI 评分23
人类与 AI 智能体在约定识别与量化中的"是什么"与"在哪里"
What and Where in Identifying and Quantifying Conventions in Humans and AI Agents
AI 导读
研究提出"约定差距"指标，通过 Hanabi 卡牌游戏中可计算的出牌失败概率，将隐式约定从推断的失分原因变为可测量、可比较、可因果检验的对象。在两个独立收集的人类对局语料中，人类差距大于所有 off-belief learning 智能体层级（1-5），但人类优势集中在智能体未学会的情境：指向未触及卡牌的提示。约定使用取决于玩家对卡牌的已知信息而非提示新近度，且多用于中局。
正文 · AI 翻译
摘要：合作的成功部分依赖于隐式沟通。伙伴们会逐渐形成约定：这些规律性使一个动作具有超出其直接效果的意义。然而，约定通常只能被间接观察到：当伙伴被替换时分数下降，表明约定存在，但无法说明它是什么或在哪里被使用。在卡牌游戏《花火》中，一次出牌失败的确切概率可以根据收到的提示和可见的牌计算出来。使用约定的玩家比这一预测所允许的更常成功；由此产生的差距就是约定差距。离信念学习提供了一组智能体层级（1-5 级），其第一级在构造上不使用任何约定，而后续层级则逐步使用更多约定。对于人类和这些智能体在同一尺度上，我们追问约定是什么以及它们在哪里被使用。关于是什么：在两个独立收集的人类对局语料库中，人类表现出的差距大于每一个智能体层级。然而，就两个群体都使用的约定而言，人类并不比第 2 级做得更好。人类的优势集中在一个没有任何智能体层级学会使用的情境中：指向并非其所触及的牌的提示。关于在哪里：约定取决于玩家对该牌已经知道什么，而不是它最近何时被提示，并且它们最常在游戏中期被使用；人类在游戏中比智能体更早和更晚使用它们。在对智能体的干预中，阻断单个高差距情境代价很小，因为意义会改道到其他情境，但同时阻断多个情境的代价远大于单个代价之和。因此，约定差距将约定从一种推断出的分数损失原因转变为一个可测量、可比较且可因果检验的对象。
| 评论： | 32 页，12 幅图，6 张表 |
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.20205 [cs.HC] |
| （或 arXiv:2610.20205v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20205 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Makoto Fukushima [查看电子邮件]
[v1]
2026 年 10 月 14 日星期三 13:49:46 UTC（398 KB）
来源：arXiv cs.MA · arxiv.org