人类对自适应机器的适应收敛于博弈论均衡

自适应机器有潜力在从认知决策到物理设备辅助的一系列情境中协助或干扰人类行为。因此，理解机器学习算法如何影响人类行为至关重要，特别是在机器目标与人类目标不一致的情况下。由于人类持续使用显式与隐式策略的组合来适应环境，当环境包含自适应机器时，人类与机器进行一场博弈。博弈论是建模两个或多个决策者之间交互的成熟框架，已广泛应用于经济市场和机器算法中。然而，现有方法假设而非实证检验个体人类与自适应机器交互时其适应如何受影响。在此，我们测试了与人类受试者进行一般和博弈的机器学习算法。我们的算法使机器能够从动作与策略空间中的博弈论均衡集合中选出协同自适应交互的结果。重要的是，该机器学习算法直接根据对人类动作的观测工作，而无需像先前工作那样通过求解逆问题来估计人类的效用函数。令人惊讶的是，一种算法能将人机交互引导至机器最优，有效控制在人类对其感知成本景观做出最优响应时的动作。我们的结果表明博弈论可用于预测和设计智能人类与机器之间协同自适应交互的结果。