Sannsynlighetstilpasning
term_id: probability_matching
Category: basic_concepts
Definition
Sannsynlighetstilpasning er et atferdsmønster som ofte observeres i forsterkningslæring og psykologi, i kontrast til optimale “maksimerende” strategier. I stedet for alltid å velge den handlingen med høyest forventet gevinst, velger agenten handlinger basert på deres relative sannsynligheter, noe som kan føre til suboptimal ytelse i statiske miljøer men gir robusthet i dynamiske.
Summary
En beslutningsstrategi der en agent velger handlinger med frekvenser proporsjonale med deres estimerte sannsynligheter.
Key Concepts
- Utforskning mot utnyttelse
- Forsterkningslæring
- Stokastiske miljøer
- Beslutningsteori
Use Cases
- Modellering av menneskelig atferd i psykologiske eksperimenter
- Robust utforskning i ikke-stasjonære multi-armet banditt-problemer
- Analyse av suboptimale læringsalgoritmer