遊戲中的自動化機器人表現得像「不理性」的人類
柯尼爾大學的帕特裏夏·華德朗（Patricia Waldron）所作的報導
背景：
人類在無法預測的情形下常常做出不理性的決策，但如果我們只是在我們能力的限度下盡力而為呢？研究人員利用了一種被稱為「有限計算能力的機率有限自動機」的模型，模擬了人類的行為。他們讓這些自動機在一個野生動物盜獵遊戲中相互競爭，其中一方扮演犀牛盜獵者，另一方則扮演盡力阻止盜獵的巡護員。當自動機能夠記住一切時，它們能夠找到最佳的遊戲策略。但是當研究人員約束它們的記憶能力時，它們會選擇一些決策捷徑，這與真正玩遊戲的人類一樣。這項新的研究支援了有界理性的觀點，即「有時我們做出愚蠢的事情或者犯下系統性的錯誤，不是因為我們不理性，而是因為我們有著有限的資源」，研究的首席作者劉新明說。「往往情況下，我們無法記住過去發生的每一件事，或者我們沒有足夠的時間做出完全理性的決策。」對遊戲的模擬：
在這個盜獵遊戲中，有幾個地點，每個地點都有不同的機率有犀牛。在每一輪中，盜獵者和巡護員根據之前輪次的資料做出選擇。盜獵者透過捕獲犀牛獲得分數，而巡護員透過捕獲盜獵者獲得分數。如果這些自動機能夠記得他們遊戲中的每一步，那麼它們將達成納什均衡-即一種理性且不變的策略。但是如果這些自動機的記憶能力更有限-無法記得自己在遊戲中看到犀牛的地點。那麼它們就會做出看似不理性且像人類一樣的決策。表現出的不理性重點：
這些自動機表現出的一種人類的不理性行為是「機率匹配」。當一個人在硬幣出現正面三次中的三次時猜測硬幣的結果時，多數人不會每次都猜阿頭，而是會在四次中猜三次阿頭，這會導致成功率下降到約 63％。在這個遊戲中，這意味著盜獵者更多地選擇那些過去最常見犀牛的地點，而較少選擇那些很少有犀牛的地點。對於自動機來說這種策略並不是最理想的，但仍然可以獲得不錯的結果。另一種導致良好遊戲表現的不理性行為是過重看待重要或創傷性事件-這是指在記憶中特別突出的事件。例如，一個人可能會在許多年前被開罰違規的路段上開車緩慢行駛。當研究人員將盜獵者的過往與巡護員的相遇加權，在遊戲中，這種策略得到了回報。他們最終避開了最有可能出現巡護員的地點。人類與自動機的相似之處：
為了看到這些結果與真實的人類是否相符，劉新明招募了約 100 人在一個線上平臺上扮演盜獵者的角色。雖然有些人每次都選擇相同的地點，或者只是隨機選擇以完成遊戲並獲得報酬，但其他人則完全根據機率匹配來選擇地點。第三組人則假設巡護員也會機率匹配，並相應地選擇地點以避開巡護員。人類和自動機在遊戲中的相似之處表明，這個模型能夠重現至少兩種人類行為，這些行為並不是不理性的，實際上它們提高了表現。「另一種理解方式是說，在計算能力有限的情況下，你正在盡力而為，」哈爾潘教授說。「這對我來說似乎是相當理性的。」結論：
這項研究揭示了隨著記憶能力的約束而出現的人類不理性行為，並提出了一種有界理性的觀點。我們常常面臨記憶不足或時間不足而做出不完全理性的決策，但這不一定意味著我們不理性。相反，這些約束下的決策可能是根據我們的能力盡力而為的結果。該研究還使用該模型與真實的人類進行比較，證實了模型的有效性。這將有助於我們更好地理解人類決策背後的邏輯和原理，並為將來的研究提供了一個基礎。社會和個人影響：
這項研究結果提醒我們，在設計遊戲或制定決策時，我們應該考慮到人們的有限資源和約束。我們不能僅僅將不理性的行為視為不完全理性或無效的行為，而應該意識到這些行為可能是在特定的約束下下做出的最佳結果。同時對於個人來說這項研究結果也提醒我們要理解和接受自己的有限性。我們無法完美記憶一切，也無法在每個情況下都做出完全理性的決策。因此我們應該更加寬容地對待自己，並盡力在資源有限的情況下做出最好的決策。對於未來研究的啟示：
這項研究的發現為人工智慧和決策科學領域的研究提供了新的方向。透過更好地理解人類決策的約束和有界理性，我們可以開發出更智慧、更符合人類需求的算法和機器人。同時這項研究也呼籲更多的實驗和調查，以進一步取證模型的有效性和推廣其應用範圍。 （本文經 Science X 的編輯流程和政策審查。編輯突出如下屬性：事實核查、可信源、校對。本文內容僅供參考，不得作為私人研究或研究目的以外的其他目的使用。文章引用來源：[https://techxplore.com/news/2023-07-game-playing-automaton-irrational-human.html](https://techxplore.com/news/2023-07-game-playing-automaton-irrational-human.html)Robot,Gaming-遊戲玩家,自動化機器人,不理性
