知识有依据
用教材、研究和技术资料核对核心原理，并说明游戏做了哪些简化。
学习设计与依据
从一个原理，
到一次亲手验证。
我们把经典 AI 原理做成孩子能参与的冒险：亲手改一改，看看结果，再想想为什么。这里可以查到每个任务的知识来源和设计说明。
我们怎样把 AI 原理做成游戏
动手有变化
孩子补上一个例子、改变一次反馈，就能观察结果有什么不同，逐步发现其中的关系。
理解不只看通关
比起是否通关，我们更关心孩子能否说出为什么、换个情境再试一试。这是设计目标，需要通过实际体验来观察。
星光电台
不先告诉电脑每个例子属于哪组，也能让它比较相似之处，把例子分成组。
拖动光圈，把节奏相像的星光信号连成组，让电台的三个频道都清楚。
知识依据与模型边界
- 游戏中的操作
- 拖动光圈，把节奏相像的星光信号连成组，让电台的三个频道都清楚。
- 模型与表达的边界
- 本关用闪烁快慢和亮起时长表示信号，按相邻距离连成组，是单链接聚类的简化演示；并未实现 k-means，也不是真实无线电信号处理。
- 可以观察的学习行为
- 换一组新信号，能否根据节奏找到相近的同伴。
参考资料
第 10 章，聚类与 k-means；支持按数据相似性分组的概念，不是本关算法实现说明。所引版本：2026-08-23。
阅读原文第 10 章 Clustering overview：支持从无标签示例中按相似性发现组；相似性的定义影响分组。
Google DevelopersClustering overview
标签飞行赛
示例中是否包含相关类型，会影响对新乘客的判断。
照着车票亲自送乘客回家，教 Dogo 记下徽章与目的地，再看它自己驾驶。
知识依据与模型边界
- 游戏中的操作
- 照着车票亲自送乘客回家，教 Dogo 记下徽章与目的地，再看它自己驾驶。
- 模型与表达的边界
- 本关用相同徽章的示例判断目的地；没有例子或答案平票时保持未知。这是教学简化，玩家的驾驶速度和乘客外形不决定预测。
- 可以观察的学习行为
- 能否看着航线笔记解释 Dogo 的目的地，并在它没学过时补教缺少的徽章。
参考资料
Supervised learning：支持从带标签示例学习输入与输出的关系，再对新示例作预测。
Google DevelopersSupervised learning§1.6.2 最近邻分类：支持按特征距离参考邻近示例及其标签。本游戏另设未知与平票规则。
scikit-learnNearest neighbors
机关训练营
行动后的奖励反馈会影响后续策略。
观察 Dogo 使用机关的结果，决定是否奖励，再看它下一次怎样选择。
知识依据与模型边界
- 游戏中的操作
- 观察 Dogo 使用机关的结果，决定是否奖励，再看它下一次怎样选择。
- 模型与表达的边界
- 有限机关与简化的分数更新规则展示反馈和选择的关系。奖励可能强化不合适的行为，并不保证学到最优策略。
- 可以观察的学习行为
- 改变反馈后，能否预测并解释 Dogo 后续选择的变化。
参考资料
第二版，第 1 章：行动、环境反馈、奖励与策略的关系。本关只演示其中的简化关系，不复现完整算法。
MIT PressReinforcement Learning: An Introduction
最后 20%
过去的行动结果会影响后来面对相似情况时的选择。
先猜 Dogo 会怎么选，再看一次回程断电怎样改变它重走同一路线时的选择；最后换到近路继续检验。
知识依据与模型边界
- 游戏中的操作
- 先猜 Dogo 会怎么选，再看一次回程断电怎样改变它重走同一路线时的选择；最后换到近路继续检验。
- 模型与表达的边界
- 本关用情境记忆规则演示经验与选择的关系：同一路线前后对照，再换近路检验；不是价值函数或完整强化学习训练。真实学习不保证一次失败就学会。
- 可以观察的学习行为
- 能否解释为什么同样条件下第二次会提前返航，以及为什么换到近路后又继续捡。
参考资料
第二版，第 1 章：行动、环境反馈、奖励与策略的关系。本关只演示其中的简化关系，不复现完整算法。
MIT PressReinforcement Learning: An Introduction
归航行动
不同学习方法解决不同问题，可以围绕一个任务协同使用。
陪一位旅客完成归航，比较信号、使用示范、根据行动结果调整做法。
知识依据与模型边界
- 游戏中的操作
- 陪一位旅客完成归航，比较信号、使用示范、根据行动结果调整做法。
- 模型与表达的边界
- 这是一段整合已学方法的教学任务，不是通用自主导航系统。
- 可以观察的学习行为
- 能否说清某一步需要什么信息，以及为什么采用这种方法。
参考资料
第 10 章，聚类与 k-means；支持按数据相似性分组的概念，不是本关算法实现说明。所引版本：2026-08-23。
阅读原文第 10 章 Clustering overview：支持从无标签示例中按相似性发现组；相似性的定义影响分组。
Google DevelopersClustering overviewSupervised learning：支持从带标签示例学习输入与输出的关系，再对新示例作预测。
Google DevelopersSupervised learning第二版，第 1 章：行动、环境反馈、奖励与策略的关系。本关只演示其中的简化关系，不复现完整算法。
MIT PressReinforcement Learning: An Introduction
夜间登船风波
在熟悉条件下表现不错，不保证换个环境仍然可靠。
港口入夜后，检查 Dogo 的登船判断，补充有用的示例，再用新旅客检验。
知识依据与模型边界
- 游戏中的操作
- 港口入夜后，检查 Dogo 的登船判断，补充有用的示例，再用新旅客检验。
- 模型与表达的边界
- 模型按亮度和纹理两个特征寻找最近示例，展示数据覆盖与环境变化。捷径学习论文提供延伸背景；本关没有复现其深度神经网络实验。
- 可以观察的学习行为
- 能否找出缺少的示例，并在未参与修改的新情况中验证。
参考资料
§1.6.2 最近邻分类：支持按特征距离参考邻近示例及其标签。本游戏另设未知与平票规则。
scikit-learnNearest neighbors论文摘要与导论：熟悉条件下的表现未必能迁移到变化后的条件。作为泛化风险的延伸阅读，不表示本关复现了深度网络实验。
arXiv · Research paperShortcut Learning in Deep Neural Networks
故事放映机
已经出现的内容会影响接下来生成的内容。
选择开场线索，比较接下来可能出现的内容；改变上下文，再对照故事怎样逐步续写。
知识依据与模型边界
- 游戏中的操作
- 选择开场线索，比较接下来可能出现的内容；改变上下文，再对照故事怎样逐步续写。
- 模型与表达的边界
- 候选与权重由教学模型预设，并非训练出的语言模型。生成概率不代表事实正确性。现代语言模型通常逐词元生成，词元不一定是完整的词。
- 可以观察的学习行为
- 能否用一次对照解释：改动了什么上下文，后续内容为什么不同。
参考资料
第 3 章 N-gram Language Models：条件概率与逐步生成。支持上下文影响后续内容的解释，不表示本游戏训练了语言模型。所引版本：2026-08-19。
Stanford · TextbookSpeech and Language Processing, Chapter 3
不存在的救援路线
说得流畅、自信，不代表内容有事实依据。
核查 Dogo 建议的每段航线，查记录、比现场证据，建立一条有依据的救援路线。
知识依据与模型边界
- 游戏中的操作
- 核查 Dogo 建议的每段航线，查记录、比现场证据，建立一条有依据的救援路线。
- 模型与表达的边界
- 建议与证据来自预设的虚构故事，不是现场大模型输出。证据不足与已被反证是不同状态。NIST 资料支持风险说明，不代表课程认证。
- 可以观察的学习行为
- 能否保留有支持的部分、修正有反证的部分，并对证据不足保留判断。
参考资料
§2.2 Confabulation，报告第 6 页：生成式 AI 可能自信地呈现错误内容。它是风险说明，不是本课程的效果证据。
阅读原文 §2.2
刷分清洁队
得到高分，不一定完成了人真正想要的目标。
亲手尝试清洁规则，比较积分与物品是否归位，修改奖励后再布置一个新场景检验。
知识依据与模型边界
- 游戏中的操作
- 亲手尝试清洁规则，比较积分与物品是否归位，修改奖励后再布置一个新场景检验。
- 模型与表达的边界
- 本关用有限步数搜索演示奖励如何影响行为，没有现场训练神经网络；一次检验不能证明规则在所有场景都可靠。
- 可以观察的学习行为
- 能否指出规则奖励了什么、结果遗漏了什么，并用新布置检验修改。
参考资料
Specification gaming（2020）：满足字面奖励目标，可能偏离设计者的真实意图。支持奖励与目标的区别，不代表解决了 AI 对齐问题。
Google DeepMind · 2020Specification gaming: the flip side of AI ingenuity
万物图鉴计划
学习材料要有不同的样子，名字也要标对；认不出来时，可以先不猜。
在花园里观察、拍照、贴标签，再用没教过的新照片检查 Dogo 的判断。
知识依据与模型边界
- 游戏中的操作
- 在花园里观察、拍照、贴标签，再用没教过的新照片检查 Dogo 的判断。
- 模型与表达的边界
- 本关比较预设的外形特征，不是分析照片像素的真实视觉 AI，也没有训练 ImageNet 模型。
- 可以观察的学习行为
- 能否补上没见过的样子、正确标注，并用新照片检查结果。
参考资料
ImageNet 的项目介绍支持大规模图片采集、标注与共同测试基准对计算机视觉发展的贡献；本关只是这一学习过程的简化体验。
ImageNetAbout ImageNetSupervised learning：支持从带标签示例学习输入与输出的关系，再对新示例作预测。
Google DevelopersSupervised learning
关于这些资料和这款产品
参考资料用于核对知识，不表示作者或机构参与、认证或推荐本产品。本页的学习行为是设计目标，并非已经获得独立研究验证的效果承诺。
如果你发现知识表述或任务设计有问题，欢迎把任务名称和具体问题发给我们。
[email protected] 本页知识说明核对于 2026 年 9 月 28 日。