拉斯维加斯的有限理性：概率有限自动机玩多臂老虎机
人工智能
2020-07-01 v1 机器学习
摘要
虽然传统经济学假设人类是完全理性的主体，总是最大化其期望效用，但在实践中，我们不断观察到显然非理性的行为。一种解释是人们的算力有限，因此他们在给定计算限制下相当理性地做出力所能及的最佳决策。为检验这一假设，我们考虑多臂老虎机（MAB）问题。我们考察一种可由概率有限自动机（PFA）轻松实现的玩 MAB 的简单策略。粗略地说，该 PFA 设定某些期望，并在期望被满足时持续拉动某一臂。若 PFA 具有足够多的状态，其表现接近最优。随着状态数减少，其性能优雅地退化。此外，该 PFA 以“类人”方式行动，表现出若干标准人类偏差，如乐观偏差与消极偏差。
引用
@article{arxiv.2006.16950,
title = {Bounded Rationality in Las Vegas: Probabilistic Finite Automata PlayMulti-Armed Bandits},
author = {Xinming Liu and Joseph Y. Halpern},
journal= {arXiv preprint arXiv:2006.16950},
year = {2020}
}
备注
10 pages, 4 pages, Proceedings of the 36th Conference on Uncertainty in Artificial Intelligence (UAI), PMLR volume 124, 2020