AI 精通國際象棋但難適應新電玩

🔑 增強重點摘要

• •NYU 研究指出，現有 AI 系統高度依賴「特定任務訓練」，缺乏人類具備的「系統性泛化」（Systematic Generalization）能力，導致其在面對規則微調的環境時會出現災難性遺忘。
• •研究人員強調，目前的深度強化學習（Deep Reinforcement Learning）模型在處理需要長期規劃與動態環境變化的遊戲時，往往過度擬合（Overfitting）訓練數據中的特定路徑。
• •該研究建議未來的 AI 架構應從「模式識別」轉向「因果推理」與「世界模型」（World Models），以解決在未見過環境中無法靈活調整策略的瓶頸。

🛠️ 技術深入

• •研究分析了基於深度 Q 網路（DQN）與近端策略優化（PPO）的代理模型，發現其在處理具有隨機性或隱藏資訊的環境時，缺乏對環境狀態的抽象建模能力。
• •AI 在國際象棋等「完全資訊博弈」中表現優異，是因為其狀態空間（State Space）是封閉且規則恆定的，而現代電玩則屬於「部分可觀測馬可夫決策過程」（POMDP），對記憶與推理能力要求更高。
• •實驗顯示，當環境的視覺特徵或物理規則發生輕微變動（如改變重力參數或物體顏色），模型無法將已學到的策略遷移至新環境，顯示其缺乏對環境語義的理解。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線