人类行为的 Bandit 模型：精神障碍中的奖赏处理
人工智能
2017-06-12 v1
摘要
受人类决策行为研究的启发，我们在此提出了一个用于多臂赌博机问题的通用参数化框架，该框架扩展了标准的 Thompson Sampling 方法，以纳入与多种神经和精神疾病相关的奖赏处理偏差，包括帕金森病、阿尔茨海默病、注意缺陷/多动障碍（ADHD）、成瘾和慢性疼痛。我们通过实验证明，所提出的参数化方法在多种数据集上通常能优于基线 Thompson Sampling。此外，从行为建模的角度来看，我们的参数化框架可被视为迈向统一计算模型的第一步，该模型旨在捕捉多种精神疾病中的奖赏处理异常。
引用
@article{arxiv.1706.02897,
title = {Bandit Models of Human Behavior: Reward Processing in Mental Disorders},
author = {Djallel Bouneffouf and Irina Rish and Guillermo A. Cecchi},
journal= {arXiv preprint arXiv:1706.02897},
year = {2017}
}
备注
Conference on Artificial General Intelligence, AGI-17