摘要
构建智能系统的核心挑战在于使智能体能联合感知复杂输入、形成关于隐藏模式的假设并设计信息性实验进行验证。为此，本文提出 ZendoWorld，一个受控交互环境，要求智能体推断视觉游戏观察背后的逻辑规则，通过提议新场景获取信息，并依据环境反馈修正假设。评估涵盖纯 VLM 推理、贝叶斯粒子滤波等方法。研究发现：高标签预测准确率不代表恢复底层规则；感知与归纳是不同智能体的瓶颈；基于 VLM 的智能体提出的实验缺乏信息量。人类数据对比揭示了归纳推理能力的差距，特别是在复杂规则领域。
AI 推荐理由
论文核心研究智能体在视觉场景下的假设形成、逻辑规则归纳及实验设计的推理能力。
研究机构
AIML Lab, TU Darmstadt
Hessian Center for AI (hessia.AI)
Psychology of Information Processing, TU Darmstadt
Centre for Cognitive Science, TU Darmstadt
Cornell University
Max Planck Institute for Informatics, SIC
German Center for AI (DFKI)
论文信息