/
博弈论 关键字列表
博弈论新研究：通用算法胜过专用博弈算法
MIT研究人员在2025年国际学习表征会议上发表论文，挑战了博弈论领域的长期假设。研究发现，在双人不完全信息零和博弈中，通用的策略梯度算法训练的神经网络，其表现优于专门的博弈论算法。研究团队还开发了一套基准测试工具，可在普通笔记本电脑上运行，通过"可利用性"指标客观评估各类算法。该成果不仅适用于游戏场景，还可推广至军事、交易、谈判等现实决策领域。
我不担心机器人接管世界：AI专家谈大科技公司的真正危险
牛津大学教授迈克尔·沃尔德里奇从事人工智能研究逾30年，他认为AGI短期内难以实现，当前AI革命的核心技术早在80年代中期便已奠基。他批评硅谷主导了AI叙事，将其导向逐利方向，与学界初衷背道而驰。他借助博弈论分析AI军备竞赛，指出各大公司陷入"囚徒困境"，明知风险却无法停步。他呼吁放慢AI发展节奏，并表示真正令他忧虑的是核战争，而非机器人统治世界。
人机博弈背后的战略推理：推动AI决策智慧进化
MIT电气工程与计算机科学系助理教授加布里埃莱·法里纳，将博弈论与机器学习、优化及统计学相结合，专注于多智能体决策的理论与算法研究。他曾参与开发Meta AI系统Cicero，该系统能在需要联盟与谈判的游戏中击败人类玩家。近期，他的团队仅花费不到1万美元，便开发出能在策略棋盘游戏Stratego中击败人类最强玩家的算法，远低于以往数百万美元的研究成本。
IBM 2026年2月思维挑战：规避孤子的双陆棋最优策略
这是一个基于西洋双陆棋的数学策略问题。游戏中5个棋子从位置0开始，每轮掷两个骰子（结果为1或2）。若骰子点数不同需移动两个棋子，相同则可移动四个棋子。目标是避免产生孤立棋子的"污点"状态。简单策略的期望掷骰次数为1，挑战要求找出最优策略下的期望掷骰次数，可用有理数或6位小数表示。
白皮书
京公网安备 11010802021500号
