信息论有界理性的对抗性解释
人工智能
2014-09-24 v1
摘要
近年来，人们对带有信息约束的规划建模兴趣日益浓厚。相应地，智能体最大化一种称为自由能 (free energy) 的正则化期望效用，其中正则化项由先验策略到后验策略的信息散度给出。虽然这种方法可以通过包括统计力学和信息论在内的多种方式得到论证，但它与针对对抗性环境的决策之间的关系仍不清楚。此前的工作曾通过将自由能与风险敏感控制及扩展式博弈联系起来暗示了这种关联。在此，我们表明单智能体自由能优化等价于智能体与一个虚拟对手之间的博弈。该对手可以通过支付指数惩罚来产生降低决策者收益的成本。事实证明，对手的最优策略在于选择成本以使决策者对其选择无差异，这是纳什均衡 (Nash equilibrium) 的一个定义性质，从而加强了自由能优化与博弈论之间的联系。
引用
@article{arxiv.1404.5668,
title = {An Adversarial Interpretation of Information-Theoretic Bounded Rationality},
author = {Pedro A. Ortega and Daniel D. Lee},
journal= {arXiv preprint arXiv:1404.5668},
year = {2014}
}
备注
7 pages, 4 figures. Proceedings of AAAI-14