Hvorfor AI'er fejler i visse spil

Forskere undersøger, hvorfor moderne AI-agenters præstation falder, når sejren kræver at intuitere en matematisk funktion bag spillets belønninger. Eksperimenter viser, at modeller ofte fejler på opgaver med skjulte kontinuerlige regler, fordi træning og arkitektur ikke understøtter nødvendig generalisering og de rette induktive biaser. Resultatet peger på behov for bedre træningsmetoder, ændret arkitektur eller tilføjelse af symbolsk ræsonnement.