Este artigo revela que um limiar na capacidade de decisão determina o colapso de agentes de aprendizado por reforço em auto-jogo sob perturbações de regras. A eliminação de decisões contingentes com alcance positivo leva ao colapso, enquanto a preservação de apenas uma evita isso, com o fenômeno sendo reversível e intensificado pela aproximação de função.
Este artigo investiga a agregação online verídica de preferências para o ajuste fino de Grandes Modelos de Linguagem (LLMs) em crowdsourcing móvel. Propõe um novo mecanismo de agregação ponderada online para enfrentar trabalhadores que relatam estrategicamente suas preferências, modelando o processo como um jogo Bayesiano dinâmico. O objetivo é superar as abordagens existentes que falham em identificar o trabalhador mais preciso e resultam em um arrependimento linear.
Este artigo apresenta "Quantum Frog", um jogo cooperativo de dois jogadores com mecânica de tempo quantizado, inspirado em Frogger. Utiliza aprendizagem por reforço para analisar a dificuldade do jogo, políticas ótimas e estratégias de cooperação emergentes.
A análise de SEM revela que a "competição de lances" se transformou em um "imposto de sobrevivência" e jogo de soma negativa, forçando empresas à "caridade corporativa". Jogadores avançados focam em "arbitragem cognitiva", corrigindo percepções do usuário e construindo confiança para alcançar um crescimento assimétrico, exigindo auditoria rigorosa de ROI e compreensão de algoritmos.
Este artigo estima com alta precisão a complexidade do espaço de estados do jogo Shogi (xadrez japonês), um problema desafiador. Utilizando o método Monte Carlo e uma nova busca reversa, os autores estimam o número de posições legais em $6.55 \times 10^{68}$.
Apesar de séculos de estudo e do poder computacional moderno, o xadrez permanece sem solução, pois não se sabe o resultado final com jogadas perfeitas devido à sua complexidade astronômica. O artigo define 'resolver um jogo' em computação, diferenciando entre soluções fracas e fortes.
O artigo explora os recentes desenvolvimentos da IA em maio de 2026, destacando discussões sobre respostas de teoria dos jogos à adoção da IA. Inclui preocupações sobre a criação de produtos inferiores e o uso indevido por não especialistas, além de aplicações como pedais de guitarra com IA.