[AI写作]AI学会了「有计划地思考」：强化学习的一场认知革命

你知道吗，现在的AI玩游戏时常常犯一个傻错误：明明可以赢，却被一些小便宜迷住了眼睛。就像玩《袋鼠》这款游戏，AI非要在角落里一直打怪物拿小分，完全忘了真正的任务是要爬上去通关。这其实反映了深度强化学习最深层的问题——没有真正的「计划思维」。但现在有个团队找到了解决办法，他们让AI先学会逻辑思考，再学会自由变通，结果效果出奇地好。这篇文章就讲讲他们是怎么做的，以及为什么这个方向有点像人类学习的过程。