What Counts as Strategic Reasoning? A Systematic Mapping of Chess Research on Humans, Engines, and Language Models
作者: Paolo Ciancarini, Remo Pareschi
分类: cs.AI
发布日期: 2026-09-16
备注: Under review; replication package available at https://doi.org/10.5281/zenodo.22695754
💡 一句话要点
系统性映射棋类研究以探讨战略推理
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 国际象棋 战略推理 人工智能 人机协作 混合方法 系统性映射 决策研究
📋 核心要点
- 现有研究主要集中在情境评估和行动选择，显式规划和人机协作等领域尚待深入探索。
- 本文通过系统性映射研究，分类并分析了人类玩家与人工智能在战略推理中的表现与差异。
- 研究结果显示，混合系统在能力结合的时机和方式上存在显著差异，且人类与AI的协同效应尚未得到充分验证。
📝 摘要（中文）
国际象棋长期以来作为研究搜索、专业知识、决策和人工智能的模型领域。大型语言模型（LLMs）的出现使得国际象棋在调查战略推理和比较人类与人工决策方面的相关性得以重燃。本文呈现了一项系统性映射研究，涵盖了人类玩家、经典棋类引擎、神经网络和强化学习系统、LLMs及混合方法的最新研究。最终的映射图包含84个核心研究家族，按代理类型、战略推理阶段和评估维度进行分类。研究发现，文献集中于情境评估、评估和行动选择，而显式规划、解释、元认知和人机协作则较少被探索。
🔬 方法详解
问题定义：本文旨在系统性地映射国际象棋领域的研究，识别现有方法在战略推理方面的不足，尤其是在显式规划和人机协作的研究空白。
核心思路：通过对84个核心研究家族的分类，本文提供了一个全面的框架，以便更好地理解人类与AI在战略推理中的表现和差异。
技术框架：研究框架包括对不同代理类型（人类、经典引擎、神经网络等）的分类，战略推理的不同阶段（如情境评估、行动选择等）以及评估维度的分析。
关键创新：本文的创新在于提出了一个系统性映射框架，强调了混合系统在能力结合上的差异，并指出人类与AI的协同效应尚未得到充分验证。
关键设计：在研究中，采用了多维度的评估标准，关注状态表示和一般化能力，特别是在混合方法中结合了语言模型与专家知识等外部结构。
🖼️ 关键图片
📊 实验亮点
研究揭示了在战略推理领域，文献集中于情境评估和行动选择，而显式规划和人机协作的研究相对较少。混合方法显示出在状态表示和一般化能力上的优势，特别是在结合语言模型与其他结构时。
🎯 应用场景
该研究为理解人类与人工智能在复杂决策中的互动提供了新的视角，具有潜在的应用价值，尤其是在教育、游戏设计和人机协作等领域。未来的研究可以基于此框架，探索更深层次的战略推理机制和人机协同的有效性。
📄 摘要（原文）
Chess has long served as a model domain for studying search, expertise, decision-making, and artificial intelligence. The emergence of large language models (LLMs) has renewed the relevance of chess as a controlled environment for investigating strategic reasoning and comparing human and artificial decision-making. We present a systematic mapping study of recent research spanning human players, classical chess engines, neural and reinforcement-learning systems, LLMs, and hybrid approaches. The final map comprises 84 core study families, classified according to agent type, strategic-reasoning stages, and evaluation dimensions. The map reveals a literature strongly concentrated on situation assessment, evaluation, and action selection, while explicit planning, explanation, metacognition, and human--AI collaboration remain less explored. LLM research places particular emphasis on state representation and generalization, whereas grounded explanation appears more frequently in hybrid approaches combining language models with engines, expert knowledge, or other external structures. Two distinctions emerge that the map aggregates rather than resolves: hybrid systems differ in where and when heterogeneous capabilities combine, and evaluations that show improved human performance do not thereby establish human--AI synergy. We propose both as extensions of the mapping framework. We argue that chess provides a useful bridge between cognitive and computational perspectives on strategic reasoning, and identify explicit planning, grounded and faithful explanation, metacognitive calibration, and human--AI complementarity as directions for future research.