从多名个体游玩同一游戏学习决策特征

人类行为极其复杂，驱动决策的因素——从本能、策略到个体间的偏差——往往在多时间尺度上变化。在本文中，我们设计了一个预测框架，学习表征以编码个体的“行为风格”，即长期行为趋势，同时预测未来的行动与选择。该模型将表征显式分离为三个潜在空间：近期过去空间、短期空间和长期空间，我们希望在后者中捕捉个体差异。为同时从复杂人类行为中提取全局与局部变量，我们的方法将多尺度时间卷积网络与潜在预测任务相结合，鼓励整个序列及其子集的嵌入被映射到潜在空间中的相近点。我们开发并将该方法应用于来自1000名人类进行三臂老虎机任务的的大规模行为数据集，并分析模型所得嵌入揭示了人类决策过程的哪些信息。除预测未来选择外，我们表明模型能够学习人类行为在多时间尺度上的丰富表征，并提供个体差异的特征。