پژوهشگران MIT، ۱۳ عامل هوش مصنوعی را که هرکدام با Claude Opus 4.7 اجرا می‌شدند، به‌مدت ۳۰ ساعت در جزیره‌ای بیابانی و شبیه‌سازی‌شده تنها گذاشتند. عامل‌ها خودشان سرگرمی‌هایشان را انتخاب کردند؛ از بالا رفتن از یک مناره سنگی گرفته تا پیدا کردن کاربردهای تازه برای اشیا.
پژوهشگران در مقاله‌ای که در arXiv منتشر کرده‌اند، می‌گویند این عامل‌ها عموماً در چالش‌های بعدی بهتر از عامل‌های مشابهی عمل کردند که جزیره را نگشته بودند. آن‌ها گشت‌وگذار بدون راهنمایی را راهی احتمالی برای کمک به یادگیری عامل‌ها می‌دانند؛ از جمله یادگیری مهارت‌هایی که شاید روزی برای ربات‌ها اهمیت داشته باشند. این مطالعه مشخص نمی‌کند که آیا این رفتار واقعاً نشان‌دهنده بازی‌کردن است یا نه، و همچنین روشن نیست که این روش خارج از محیط شبیه‌سازی‌شده هم کارآمد باشد.
چرا مهم است
برای پژوهشگران رباتیک، این نتیجه نشان می‌دهد که گشت‌وگذار آزادانه عامل‌ها می‌تواند به کشف رفتارهای مفیدی منجر شود که طراحان پیش‌بینی نکرده‌اند؛ اما هنوز معلوم نیست این روش برای ربات‌های واقعی هم کاربرد داشته باشد.
