你是否想過，作為非職業玩家，我們為何沉迷遊戲？僅僅是為了打發時間，追求推掉水晶、拿下五殺的快感，還是和朋友組隊開黑的歡樂？

其實這些都不是根本原因。一場遊戲的勝利或一次精彩操作帶來的興奮，不足以讓我們一局接一局地玩下去。

真正讓我們欲罷不能的，是大腦的反饋機制，而多巴胺則是其中的關鍵。很多人誤以為多巴胺就是快感本身，實則不然。多巴胺是腦垂體腺的前體物質，它代表著我們對快感的預期，是追求快感的驅動力。

當在遊戲中獲勝或擊殺敵人時，身體分泌的腎上腺素、催產素和內啡肽讓我們感到愉悅，但大腦神經對這些情緒的體驗是短暫的。真正促使我們不斷開啟下一局遊戲的，是多巴胺構建的信號機制。

在多巴胺的影響下，打遊戲時，我們想的不是 “玩遊戲真爽”，而是 “這把能翻盤，下把肯定贏，再贏一把就能升段位”。多巴胺直接作用於大腦獎勵迴路，讓我們反覆沉浸在遊戲世界中。

要將遊戲的反饋機制運用到學習，先得瞭解它的工作原理。假設你是 MOBA 遊戲新手，只知道要推掉敵方水晶。首次遊戲時，你貿然孤身闖入敵方防禦塔被擊殺，大腦產生失望情緒。

復活后，你大概率會選擇跟隨兵線推進，最終推掉防禦塔並贏得勝利，獲得滿足感。大腦會判斷跟隨兵線推進是更明智的選擇，下次遊戲時，你採取這種行動的概率會增加，還會做出更多正確操作，反饋迴路效果得以強化。這也是職業選手出眾的原因，他們的反饋機制更迅速。

反饋機制由這幾個部分構成：交互環境（如遊戲實時狀態）、自身狀態（擊殺、獲勝等）、動作（打開遊戲、操作角色等，影響後續行為概率）、獎勵（獲勝的愉悅感，本質是快感預期）。

它遵循規則：遊戲中每個時間點可能有不同動作；動作影響下一刻狀態；每個狀態對應獎勵；動作影響後續反饋，且作用可正可負。

構建反饋迴路的重要方法是強化目標預期。遊戲的反饋是否及時、有效，決定了遊戲的趣味性。遊戲廠商常通過提高玩家動作收益（如推水晶升分數）、增加不確定性（隨機皮膚設定）來加強反饋迴路。

同樣學習中的反饋也決定了學習模式的吸引力。

遊戲主要有三種反饋強化模式：固定比率強化（打敗固定數量怪物升級，或連勝固定場次升段）、固定時序強化（特定時間後解鎖寶箱）、不固定比率強化（如抽卡有一定概率獲得稀有卡牌）。

這些方法將不確定性獎勵轉化為確定性收益，對應遊戲廠商關注的留存率、在線人數和凈收入。反饋回路與反饋強化是強化學習的基礎機制，強化是個體在嘗試中更新反饋迴路，優化至接近目標的過程，和監督式機器學習一樣是人工智慧的基石，且更符合人類進化模式，不符合正反饋迴路的行為或族群會被淘汰。

人類進化得益於總結知識、發現規律以及不斷嘗試。谷歌 AlphaGo 是完善的強化學習系統，能通過大量對弈強化反饋迴路。監督式機器學習是方法抽取，強化學習是方法探索，更接近理想中的人工智慧。

瞭解強化學習機制，能看透學習行為本質。我們常思考學習的目的，有人說為了更好生活而學習，但什麼是更好的生活？

從人工智慧角度看，學習和玩遊戲本質相同。學習要背單詞、記公式、刷題，遊戲要記英雄技能、練習走位和出裝，在強化學習系統里都是動作，關鍵在於狀態和預期獎勵。

人類天生抵觸枯燥，學習缺乏即時快感，所以容易讓人產生抵觸情緒。但有些人能堅持學習並享受其中，原因在於反饋機制。當學習帶來正向收益，就能獲得快感預期，即分泌多巴胺。

僅靠意志力學習違背生理本能，難以持久。大腦的行動動機如同海豹為獲取 “小魚干”，只有不斷得到正向反饋，才會有前進動力。

學霸和學渣的區別在於對快感的預期和反饋不同。學霸是高效的強化學習系統，有完整反饋迴路和有效反饋強化。想成為學霸，要做到以下三點：

縮短反饋週期：反饋週期長是很多人難以堅持學習的主因。高中時測試頻繁，努力學習能快速看到成績進步和名次上升，獲得表揚，學習處於正向迴圈。大學反饋週期變長，學習動力減弱。將大目標分解為小目標，縮短反饋週期，能塑造連續學習迴路。

增加反饋強化：參考遊戲的反饋強化模式，比如考試進步獎勵美食，把他人認可當作學習中的 “稀有獎勵”，學習一定時長獎勵玩遊戲，以此提高學習留存率、延長學習時間、增加學習收益。

調整反饋難度：研究表明，玩家在高難度遊戲獲勝時大腦多巴胺迴路活躍，適度高難度能激活反饋迴路，這也是競技遊戲排位賽機制。學習中設置難度要結合自身實際，難度既不能太簡單，也不能過高。一旦形成正反饋迴路，學習動力會更充足，甚至能享受學習過程 。

文本來源@圖靈的貓 的視頻內容