探索与利用的行为模型：理论框架与实验证据
最优化与控制
2024-12-25 v3
摘要
人们在面对未知奖励的重复选择时，如何权衡探索与利用（EE）的折衷？我们通过多臂老虎机问题的视角研究此问题，并引入一种新的行为模型：具有自适应探索衰减的量化选择（QCARE）。它推广了 Thompson Sampling，提供了一种量化 EE 折衷并反映人类决策模式的系统性方法。该模型随着信息积累自适应地减少探索，其衰减率作为量化 EE 折衷动态的的参数。我们从理论上分析了不同的衰减率如何影响决策质量，阐明了“过度探索”和“探索不足”的影响。在实证上，我们通过收集人类参与者行为数据的实验验证了 QCARE。QCARE 不仅捕捉了 EE 折衷中的关键行为模式，而且在预测能力上优于其他替代模型。我们的分析揭示了倾向于过度探索的行为趋势。
引用
@article{arxiv.2207.01028,
title = {A Behavioral Model for Exploration vs. Exploitation: Theoretical Framework and Experimental Evidence},
author = {Jingying Ding and Yifan Feng and Ying Rong},
journal= {arXiv preprint arXiv:2207.01028},
year = {2024}
}