经济选择行为中的监督目标导向算法：一种 Actor-Critic 方法

Keyvan Yahya

经济选择行为中的监督目标导向算法：一种 Actor-Critic 方法

计算机科学与博弈论 2020-05-05 v3 人工智能机器学习

作者: Keyvan Yahya

摘要

本文旨在寻找一种算法结构，通过改造流行的 Actor-Critic 学习方法以符合神经经济学领域出现以来我们所肩负的要求，从而预测并解释经济选择行为，特别是在不确定性（随机策略）下的行为。在概述与本文讨论相关的神经经济学基础知识时，我们将梳理迄今为止在模拟选择制定过程方面的重要工作。基于表明从基底神经节直至皮层下区域存在两种特定功能（即“奖励”与“信念”）的神经学发现，我们将提出一种改进的 actor/critic 算法，以阐明这些功能之间的关系，最重要的是解决 actor-critic 算法所面临的挑战，即缺乏继承性或层级结构，这导致系统无法在连续时间任务中演化，从而可能无法实现收敛。

关键词

actor-critic 算法神经经济学经济选择行为强化学习基底神经节

引用

@article{arxiv.1401.3579,
  title  = {A Supervised Goal Directed Algorithm in Economical Choice Behaviour: An Actor-Critic Approach},
  author = {Keyvan Yahya},
  journal= {arXiv preprint arXiv:1401.3579},
  year   = {2020}
}

备注

Must be more flourished and fostered

经济选择行为中的监督目标导向算法：一种 Actor-Critic 方法

摘要

关键词

引用

备注

相关论文