学 习理 论 制约学 习,.pdfVIP

大綱：學習理論 大綱：學習理論 學習理論：制約學習， 1. 學習：看到先前的結果之後，你會如何反應… 學習理論：制約學習， 2. 目前已經有研究的學習規則 ： 計牌學習與 EWA學習 1. 制約學習(Reinforcement) 計牌學習與 EWA學習 2. 信念學習 (Belief learning) Joseph Tao-yi Wang 3. 混合式 EWA ：前面兩者的混合 Joseph Tao-yi Wang 4. 其他 ：演化學習(Evolutionary) 、預期學習(anticipatory 5/22/2009 learning) 、模仿學習(imitation) 、學習方向理論 5/22/2009 (learning direction theory) 、規則學習(rule learning)等 3. 未來研究方向： 1. 新的學習理論 ：你能開發新的學習理論嗎？ 2. 應用 ：我們如何應用這些工具來解釋現象？ 看到上次結果之後 ，你會… 看到上次結果之後 ，你會… 看到上次結果之後 ，你會… 看到上次結果之後 ，你會… • 假設你正在做右邊這個獵鹿賽局 • 一個事先輸入程式的機器人不會改變策略 • 上次的結果是(B, L) –例如 ：演化學習 • 你這次會選擇什麼 ？ L R • 但是人類會考慮改變 L R • 你會如何改變策略 ？ • 換另一個策略？ T 3, 3 0, 1 • 制約學習 ： T 3, 3 0, 1 • 還是堅持原來策略 ？ – 過去的報酬會 「制約」 B 1, 0 1, 1 你的決定 B 1, 0 1, 1 – 「不太高明」的思考… 制約學習(reinforcement) 制約學習 制約學習(reinforcement) 制約學習 • 給定過去歷史 ，你會改變每個策略對你的