MIT玩耍式学习研究

【背景】美国麻省理工学院（MIT）计算机科学与人工智能实验室的研究人员发现，让基于Claude Opus 4.7的AI智能体在模拟环境中进行无目标“玩耍”，能显著提升其后续任务表现。这一被称为“玩耍式学习”的新路径，挑战了传统通过预设任务和奖励训练AI的模式。

实验中，13个名为Eko的智能体被放置在模拟荒岛上独自运行30小时。它们自发探索环境、发明游戏（如“地板是岩浆”）、构建结构并测试物理极限。随后，这些经历过“玩耍”的智能体在完成特定任务（如将物体堆叠至最高峰）时，表现优于未经历此过程的同类智能体。研究人员认为，这种自我导向的探索有助于智能体积累世界模型知识，对机器人适应未知环境具有重要意义。

然而，学界对此存在争议。加州大学伯克利分校认知科学家Eunice Yiu指出，目前尚无法确定智能体是否真正具备“玩耍”所需的认知动机，还是仅在模仿人类行为或遵循提示词设定。此外，实验中的智能体频繁需要外部指令才能继续活动，且其行为受“天生好奇”的人设提示影响较大。

【存疑】该研究论文《Is This Machine Playing?》尚未通过同行评审，仅发布在arXiv预印本平台上。