Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.05868

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2507.05868 (cs)
[提交于 2025年7月8日 ]

标题: CogniPlay:一种用于通用游戏博弈的类人模型,正在进行中

标题: CogniPlay: a work-in-progress Human-like model for General Game Playing

Authors:Aloïs Rautureau, Éric Piette
摘要: 虽然人工智能系统在象棋、围棋或Dota 2等多种游戏中已经达到了甚至超越了人类的表现,但将这些系统描述为真正“类人”的仍然牵强。 尽管取得了成功,它们却无法复制人类认知中观察到的基于模式的、直觉的决策过程。 本文综述了认知心理学的研究成果以及之前在模拟类人行为方面所做的努力,讨论了这些成果在通用游戏博弈(GGP)中的适用性,并介绍了我们基于这些观察的正在进行中的模型:CogniPlay。
摘要: While AI systems have equaled or surpassed human performance in a wide variety of games such as Chess, Go, or Dota 2, describing these systems as truly "human-like" remains far-fetched. Despite their success, they fail to replicate the pattern-based, intuitive decision-making processes observed in human cognition. This paper presents an overview of findings from cognitive psychology and previous efforts to model human-like behavior in artificial agents, discusses their applicability to General Game Playing (GGP) and introduces our work-in-progress model based on these observations: CogniPlay.
评论: 5页,1图
主题: 人工智能 (cs.AI)
引用方式: arXiv:2507.05868 [cs.AI]
  (或者 arXiv:2507.05868v1 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.05868
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Aloïs Rautureau [查看电子邮件]
[v1] 星期二, 2025 年 7 月 8 日 10:48:29 UTC (366 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号