优化游戏化：基于 Wasserstein 距离的人类搜索分析

本文的主要目标是勾勒一个理论框架，以刻画不确定性下人类的决策策略，特别是在黑盒优化任务中的主动学习，以及在信息收集（探索）与奖励寻求（利用）之间的权衡。人类依据这两个目标的决策可建模为帕累托理性。若决策集包含帕累托高效策略，理性决策者应始终选择主导策略而非其被主导的替代方案。距帕累托前沿的距离决定了一个选择是否为帕累托理性。为收集人类策略的数据，我们使用了一款游戏应用，其显示游戏场地、先前决策与观测以及所得分数。本文的关键要素是将人类学习者的行为模式表示为离散概率分布。这将人类行为刻画问题映射到一个以直方图间距离（即 Wasserstein 距离（WST））结构化的概率分布空间。分布分析为人类搜索策略及其对帕累托理性的偏离提供了新见解。由于不确定性是定义帕累托前沿的两个目标之一，我们分析针对三种不同的不确定性量化度量展开，以识别哪种更好地解释帕累托合规行为模式。除个体模式分析外，WST 还支持计算重心与 WST k-means 聚类的全局分析。进一步通过决策树分析，将表现为过度利用的非帕累托行为关联到奖励寻求过程演化的动力学。