Potrivirea probabilităților
term_id: probability_matching
Category: basic_concepts
Definition
Potrivirea probabilităților este un model comportamental observat frecvent în învățarea prin reforțare și psihologie, contrastând cu strategiile optime de ‘maximizare’. În loc să aleagă întotdeauna acțiunea cu cea mai mare probabilitate, agentul distribuie selecțiile conform distribuției de probabilitate estimată.
Summary
O strategie de luare a deciziilor în care un agent selectează acțiuni cu frecvențe proporționale cu probabilitățile lor estimate.
Key Concepts
- Explorare vs. Exploatare
- Învățare prin reforțare
- Medii stocastice
- Teoria deciziei
Use Cases
- Modelarea comportamentului uman în experimente psihologice
- Explorare robustă în problemele multi-arm bandit non-stacionare
- Analiza algoritmilor de învățare suboptimali