具有失真记忆的决策：摆脱过往经验的陷阱

已知“最佳”（或“最差”）经验的快照在人类记忆中占主导地位，因此也可能对未来行为产生显著影响。我们在此考虑一个重复决策模型，其中智能体在每一步以先前经历的最大效用的函数形式的概率，从两个选择中选取其一。根据效用分布和决策过程中的噪声水平，智能体可能基于其早期经验“陷入”其中一个选择。若两个选择的效用分布不同，则智能体甚至可能陷入从期望长期回报意义上客观更差的选择；关键的是，我们扩展了早期工作以处理这种情况。利用统计物理和极值理论的工具，我们表明对于指数效用，存在一个最优噪声值可使长期期望回报最大化。我们也简要讨论了其他效用分布下的行为。