Valószínűségi illesztés
term_id: probability_matching
Category: basic_concepts
Definition
A valószínűségi illesztés egy viselkedési minta, amelyet gyakran figyelnek meg az erősítős tanulásban és a pszichológiában, ellentétben az optimális “maximalizáló” stratégiákkal. Ehelyett nem mindig azt a cselekvést választja, amelyik a legmagasabb várható értéket adja, hanem a valószínűségeknek megfelelően variálja a választásait.
Summary
Egy döntéshozatali stratégia, ahol egy ügynök a cselekvéseket azok becsült valószínűségével arányos gyakorisággal választja ki.
Key Concepts
- Felfedezés vs. Kihasználás
- Erősítős tanulás
- Sztochasztikus környezetek
- Döntéselmélet
Use Cases
- Emberi viselkedés modellezése pszichológiai kísérletekben
- Robusztus felfedezés nem állacionárius többkarú bandit problémákban
- Aluloptimális tanulási algoritmusok elemzése