資源-合理的強化学習による人間探索のモデル化【JST・京大機械翻訳】

Binz Marcel; Schulz Eric

プレプリント

J-GLOBAL ID：202202200792889550 整理番号：22P0280977

資源-合理的強化学習による人間探索のモデル化【JST・京大機械翻訳】

Modeling Human Exploration Through Resource-Rational Reinforcement Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月27日プレプリントサーバーでの情報更新日： 2022年11月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

有用な探索機構を有する人工薬剤は,この日に対する挑戦のままである。一方,人間は,探査と開発の間のトレードオフを無努力に管理するようである。本論文では,限られた計算資源の最適利用により,これを達成する仮説を提唱した。この仮説を,より短い記述長(与えられたアルゴリズムを実装するために必要なビットの数として定義)に対して性能を犠牲にするメタ学習強化学習アルゴリズムにより,この仮説を研究した。新たなクラスのモデルは,Boltzmann探査,上部信頼限界アルゴリズム,およびThompsonサンプリングのような以前に考慮した手法よりも,人間の探査行動をよりよく捉える。さらに,モデルのクラスにおける記述長の変更は意図された効果を生成する:記述長の減少は脳障害患者の行動を捉える一方で,思春期中の認知発達を増強させる。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る