抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
社会学習は,他の個人との相互作用の観測を通して学習する。それは,社会物理学における人間の集団行動の理解に重要である。休止レスマルチアームバンド(rMAB)におけるエージェントの学習過程を研究した。各腕のバイナリ支払いは,ランダム(個人学習)で腕を探索するか,または他のエージェント(社会的学習)によって利用される腕をコピーする,支払い1の腕を利用することによって,ランダムに,そして,エージェントは,それらの支払いを最大にする。システムは,社会的および個々の学習の混合戦略空間において,ParetoおよびNash均衡を持った。著者らは,エージェントが戦略空間においてそれらの期待した支払いを最大にするいくつかのモデルを研究して,このシステムが平衡に収束することを解析的および数値的に実証した。また,実験を実施し,ヒト参加者が最適戦略を採用するかどうかを調査した。この実験では,3人の参加者はゲームを演ずる。各群の報酬が支払いの合計に比例するならば,社会的学習率の中央値は,Pareto平衡のものとほぼ一致した。【JST・京大機械翻訳】