黑白棋 AI 竞技场：通过限时适应未见棋盘评估智能系统

快速适应新颖且不可预见的环境变化的能力是通用人工智能（AGI）的基石，然而它仍然是大多数现有 AI 基准测试中的关键盲点。传统评估主要侧重于在固定环境内优化性能，未能评估系统在面对甚至微妙的规则或结构修改时的灵活性与泛化能力。为弥补这一差距，我引入了黑白棋 AI 竞技场，这是一种新颖的基准测试框架，旨在基于智能系统对未见环境的限时适应能力来评估它们。我们的平台提出了一个元学习挑战：参与者必须开发能够在严格的时间限制（60 秒）内分析新颖黑白棋棋盘的特定配置与规则，并为该独特环境生成量身定制的高性能策略的系统。借此，元级智能的评估可以与任务级策略性能相分离。该竞技场包含多样化的游戏阶段，包括用于开发的公开阶段，以及旨在测试真正适应与泛化能力的、具有结构和规则变体的私有阶段。该竞技场作为一个易于访问的基于 Web 的平台实现，提供实时可视化、使用多维指标的自动评估，以及用于事后分析的全面日志记录。来自试点测试和初步学生参与的初步观察突显了适应方法中引人入胜的模式，从快速参数调整到通过模拟进行的基础环境模型学习。黑白棋 AI 竞技场提供了一个独特的教育工具和有价值的研究基准，用于培养和评估 AI 系统中快速、智能适应的关键技能。