The Learning Approach to Games

الفكرة الكبرى: توقف عن النظر إلى رقعة الشطرنج، وانظر إلى اللاعب

تخيل أنك تشاهد مباراة شطرنج. نظرية الألعاب التقليدية (الطريقة القديمة لدراسة الألعاب) تشبه حكماً يقف عالياً فوق الرقعة. يهتم الحكم فقط بالقطع، والقواعد، والنتيجة النهائية. يتساءل: "إذا لعب كلا اللاعبين بشكل مثالي، أين ستنتهي اللعبة؟". يفترضون أن اللاعبين مجرد آلات بسيطة تقوم دائماً بالحركة "الأفضل" رياضياً للوصول إلى حالة مستقرة.

تجادل هذه الورقة البحثية بأن هذه الرؤية تغفل الجزء الأهم: عقل اللاعب.

يقول المؤلفان، مليه إيشيري وإرهان بايراكتار، إن اللاعبين الحقيقيين (سواء كانوا بشراً أو ذكاءً اصطناعياً متطوراً) ليسوا مجرد حاسبات بسيطة. إنهم معقدون، وفوضويون، ويتعلمون باستمرار. لديهم أفكار داخلية، وتخمينات حول ما يفكر فيه الخصم، ويغيرون آراءهم. إذا نظرت فقط إلى قواعد اللعبة، فستفوتك دراما محاولات اللاعبين لخداع بعضهم البعض، والتكيف مع بعضهم البعض.

الإطار الجديد: بناء "اللاعب" أولاً

بدلاً من البدء باللعبة، يبدأ المؤلفان ببناء تعريف لـ اللاعب. فكر في اللاعب ليس كزر واحد يتم الضغط عليه، بل كـ مصنع معقد يضم ثلاثة أقسام رئيسية:

1. الحواس (الملاحظات): اللاعب يرى العالم. في اللعبة، هذا يعني رؤية الرقعة أو آخر حركة قام بها الخصم.
2. الدماغ (التقديرات): هذا هو الجزء المثير. اللاعب لا يرى فحسب؛ بل يخمن. يخمن ما سيفعله الخصم تالياً. يخمن كيف سيبدو المستقبل. قد يكون لديه عشرات "محركات التخمين" تعمل في آن واحد، بعضها يقول "الخصم هجومي"، والبعض الآخر يقول "الخصم خائف".
3. الأيدي (السلوك): بناءً على تلك التخمينات، يقرر اللاعب ما سيفعله.

تقول الورقة إنه لفهم لعبة ما، يجب عليك فهم كيفية عمل هذا المصنع. يجب أن تنظر إلى كيفية تحديث "الدماغ" لتخميناته بناءً على ما تراه "الحواس"، وكيف يغير ذلك "الأيدي".

لماذا "الاستقرار" ليس دائماً هو الهدف

في نظرية الألعاب التقليدية، يسعى الجميع للوصول إلى "توازن ناش". تخيل رقصة حيث يتوقف الجميع عن الحركة لأنهم متناغمون تماماً. لا أحد يريد تغيير خطوته لأن ذلك سيفسد الرقصة.

يقول المؤلفان: "هذا ممل، وليس هذا هو شكل المنافسة الحقيقية."

يستخدمان مثال حجر-ورقة-مقص:

• الطريقة القديمة: الاستراتيجية "المثالية" هي اختيار حجر أو ورقة أو مقص بشكل عشوائي (احتمال 1/3 لكل منها). إذا فعلت ذلك، فلن يستطيع أحد هزيمتك. ستكون "غير قابل للاستغلال".
• الطريقة الجديدة: إذا كنت في بطولة وتلعب بشكل عشوائي فقط، فلن تفوز أبداً. ستتعادل فقط. لكي تفوز حقاً، يجب أن تكون أذكى. يجب أن تخمن ما يفعله خصمك ثم تخدعه. ربما تتظاهر بأنك يمكن التنبؤ بأفعالك لاستدراجه، ثم تغير استراتيجيتك لمباغتته.

تجادل الورقة بأنه في المنافسة الحقيقية، يرقص اللاعبون باستمرار، ويغيرون خطواتهم، ويحاولون خداع بعضهم البعض. هم لا يبحثون عن رقصة مستقرة؛ بل يبحثون عن ميزة.

"التوازن غير اليقيني"

يقدم المؤلفان مفهوماً جديداً يسمى التوازن غير اليقيني.

فكر في الأمر كأنه توقعات الطقس بدلاً من خريطة ثابتة.

• الرؤية القديمة: "سيمطر في الساعة 2 ظهراً". (ثابت، مؤكد).
• الرؤية الجديدة: "هناك احتمال 60% لهطول المطر، ولكن إذا تغير اتجاه الرياح، فقد يصل الاحتمال إلى 90%". (غير يقيني، ديناميكي).

في نموذجهم، لا يختار اللاعب استراتيجية واحدة فقط. بل لديه مجموعة من سيناريوهات "ماذا لو" في رأسه. قد يجرب استراتيجية، ويرى فشلها، فيقوم بتحديث سيناريوهات "ماذا لو" الخاصة به، ثم يجرب شيئاً آخر. "التوازن غير اليقيني" هو حالة يستمر فيها اللاعبون في التمرير عبر هذه الاستراتيجيات، دون الاستقرار تماماً، لكنهم يجدون إيقاعاً يعودون فيه إلى حركات معينة مراراً وتكراراً.

مثال لعبة بسيطة: القط والفأر

لإثبات وجهة نظرهم، أنشأ المؤلفان لعبة صغيرة وبسيطة من لاعبين:

• اللاعب 1 يريد أن يكون في الحالة 1.
• اللاعب 2 يريد أن يكون في نفس حالة اللاعب 1.

إذا لعبوا فقط استراتيجية الرياضيات "المثالية"، فسيعلقون في حلقة مفرغة حيث لا يفوز أحد. ولكن عندما برمج المؤلفان اللاعبين باستخدام نموذج "المصنع" الجديد الخاص بهم (مع التعلم والتخمين)، بدأ اللاعبون يفعلون شيئاً غريباً:

• اللاعب 2 يتظاهر بالبقاء في مكان واحد لخداع اللاعب 1.
• اللاعب 1 يدرك الخدعة ويغير تكتيكاته.
• يطارد كل منهما الآخر، ويغيران آراءهما كل بضع ثوانٍ.

لم تستقر اللعبة في نمط هادئ وممل. بل أصبحت رقصة ديناميكية ومتغيرة. أظهر هذا أن اللعبة تُعرف بقدرة اللاعبين على التعلم والتغيير، وليس فقط بالقواعد الموجودة على الرقعة.

فكرة "المجال المتوسط": الحشد

تنظر الورقة أيضاً إلى الألعاب التي تضم آلاف اللاعبين (مثل حركة المرور أو أسواق الأسهم). وهذا ما يسمى "المجال المتوسط" (Mean-Field).

• الطريقة القديمة: تحاول حساب ما يفعله كل شخص بمفرده. وهذا مستحيل.
• الطوية الجديدة: تتخيل "لاعباً نموذجياً". ينظر هذا اللاعب إلى الحشد ويقول: "يبدو أن الجميع يفعل (س)". ثم يتعلم اللاعب كيف يتفاعل مع هذا الحشد.

يوضح المؤلفون أنه حتى في الحشد، إذا منحت "اللاعب النموذجي" دماغاً يتعلم ويخمن، فستحصل على أنماط مثيرة للاهتمام تغفلها النماذج الرياضية البسيطة.

العلاقة بالذكاء الاصطناعي (التعلم المعزز)

أخيراً، تربط الورقة هذا بالذكاء الاصطناعي الحديث (مثل الذكاء الاصطناعي الذي يلعب ألعاب الفيديو).

• الذكاء الاصطناعي القديم: "إليك مكافأة للفوز. ابحث عن الطريق إلى المكافأة". (مثل كلب يطارد قطعة لحم).
• الرؤية الجديدة (من هذه الورقة): الذكاء الاصطناعي يبني نموذجاً داخلياً معقداً. هو لا يطارد قطعة لحم فحسب؛ بل يبني خريطة للعالم، ويخمن ما يفكر فيه اللاعبون الآخرون، ويخطط لعدة خطوات للأمام.

يخلص المؤلفان إلى أنه لفهم كيفية تفاعل الوكلاء الأذكياء (البشر أو الروبوتات) حقاً، لا يمكننا فقط النظر إلى قواعد اللعبة. يجب أن ننظر داخل "مصنع" اللاعب ونرى كيف يتعلمون، ويخمنون، ويتكيفون.

ملخص في جملة واحدة

بدلاً من معاملة اللاعبين كآلات بسيطة تتبع القواعد فقط لإيجاد حل مستقر، تعامل هذه الورقة البحثية اللاعبين ككائنات معقدة تتعلم، وتخمن، وتخدع، وتتكيف باستمرار، مما يخلق لعبة ديناميكية أكثر إثارة وواقعية مما تسمح به النماذج الرياضية التقليدية.