[AI]《Learning social norms enhances compatibility in dynamic human-AI coordination》Y Yang, S Liu, X Gao, H Sun… [Tsinghua University] (2026)

在自动驾驶与机器人导航等动态交互领域，如何让 AI 实现自然的人机协作是一个悬而未决的难题。过去的方法受困于单纯的行为模仿或目标函数优化，本质原因是它们未能显式地量化并捕捉人类在动态博弈中赖以生存的、非书面且隐性的“社会规范”。

本文的核心洞见是：把动态协作重新看作一种由特定社会原则约束的博弈平衡。由此，将“结果可预测性（熵）”、“价值对齐（社会价值取向 SVO）”和“优势感知（角色不对称性）”这三大原则转化为可量化的显式约束，并嵌入大语言模型的推理决策中，使 AI 能够识别并主动维护协作的稳定性。

这项工作真正留下的遗产是证明了隐性社会规范可以被形式化为可计算的通用原则，从而让 AI 在复杂交互中的表现超越了人类基准。它为后来者打开的新门是跨架构的社会规范学习框架（从 LLM 提示词到强化学习奖励函数），但尚未跨过的门槛是这些原则在更复杂、多主体且非结构化现实场景中的泛化能力。

arxiv.org/abs/2607.07021 机器学习 人工智能 论文 AI创造营