×
Jerome R.Busemeyer。;蒂莫西·普莱斯卡克。

理解和帮助动态决策的理论工具。 （英语） Zbl 1176.90274号

数学杂志。精神病。 53，第3期，126-138（2009）.
摘要：动态决策出现在许多应用中，包括军事、医疗、管理、体育和紧急情况。在过去的50年里，出现了各种通用而强大的工具来理解、分析和帮助人类做出这些决定。这些工具包括预期和多属性效用分析、博弈论、贝叶斯推理和贝叶斯网、决策树和影响图、随机最优控制理论、部分可观察的马尔可夫决策过程、神经网络和强化学习模型、马尔可夫逻辑和基于规则的认知架构。这些工具都是什么，它们是如何关联的，它们在什么时候最有用，这些工具是否与人类的决策方式相匹配？我们在为跨学科读者编写的广泛概述中解决了所有这些问题。对工具的每一个描述都介绍了它所依据的原则，并回顾了旨在测试人类是否真的使用这些原则进行决策的实证研究。最后，我们对未来的研究方向提出了建议。

引用于5文件

MSC公司：

90B50型 管理决策，包括多个目标

关键词：

动态决策;POMDP公司;可分性;沉没成本

软件：

POMDP公司
PDF格式BibTeX公司 XML格式引用
\textit{J.R.Busemeyer}和\textit{T.J.Pleskac}，J.Math。精神病。53，第3号，126--138（2009；Zbl 1176.90274）
全文： DOI程序

参考文献：

[1] Allais，M.，《所谓的Allais悖论和不确定性下的理性决策》（Hagen，O.；Allais M.，预期效用假设和Allais佯谬（1979）），437-681·Zbl 0468.90002号
[2] 安德森，J.R.，《思维的适应性》（1990），劳伦斯·埃尔鲍姆出版社：劳伦斯·埃尔鲍姆出版社，肯塔基州佛罗伦萨
[3] 安德森，J.R。；Bothell，D。；医学博士拜恩。；道格拉斯，S。；Lebiere，C。；秦永乐，《心理综合理论》，《心理学评论》，第111期，第1036-1060页（2004年）
[4] Anzai，Y.，实时事件驱动系统的认知控制，认知科学，8221-254（1984）
[5] Arkes，H.R。；Blummer，C.，沉没成本心理学，组织行为与人的绩效，35，11，124-140（1985）
[6] Astrom，K.J。；Murray，R.M.，《反馈系统：科学家和工程师导论》（2008），普林斯顿大学出版社：普林斯顿大学出版社，新泽西州普林斯顿·Zbl 1144.93001号
[7] Bar-Eli，M。；Raab，M.，《运动和锻炼中的判断和决策：重新发现和新视野》，《运动与锻炼心理学》，第7519-524页（2006年）
[8] Barron，G。；Erev，I.，《基于反馈的小决策及其与基于描述的决策的有限对应关系》，《行为决策杂志》，16，3，215-233（2003）
[9] Bernoulli，D.，风险计量新理论的阐述，《计量经济学》，22，23-36（1954）·Zbl 0055.12004号
[10] Berry，D。；Fristedt，B.，班迪特问题（1985），查普曼和霍尔：查普曼与霍尔伦敦，英国·Zbl 0659.62086号
[11] Bertsekas，D.P.，《动态规划和随机控制》（1976），学术出版社：纽约学术出版社·兹伯利0549.93064
[12] Bertsekas，D.P.，《动态规划：确定性和随机模型》（1987年），Prentice Hall:Prentice Hall Upper Saddle River，NJ·Zbl 0649.93001号
[13] Bertsekas，D.P。；Tsitsiklis，J.N.，神经动力学编程（1996），雅典娜科学：雅典娜科技贝尔蒙特，马萨诸塞州·Zbl 0924.68163号
[14] Biele，G。；埃雷夫，I。；Ert，E.，《不安的强盗问题中的学习、风险态度和热炉》，《数学心理学杂志》，第53、3、155-167页（2009年）·Zbl 1176.91134号
[15] 博加茨，R。；布朗，E。；Moehlis，J。；霍姆斯，P。；Cohen，J.D.，《最佳决策的物理学：两种替代强迫选择任务中表现模型的形式分析》，《心理学评论》，113700-765（2006）
[16] Brehmer，B。；Allard，R.，《实时动态决策：任务复杂性和反馈延迟的影响》（Rasmussen，J.；Brehmer，B.；Leplat，J.，《分布式决策；合作工作的认知模型》（1991），威利：威利-奇切斯特）
[17] Busemeyer，J.R.，《动态决策》（Dynamic decision making），（新泽西州斯迈尔斯；巴尔特斯，P.B.，《国际社会和行为科学百科全书》（2002），爱思唯尔出版社：牛津爱思唯尔出版社），第9l版。6. 3903-3908
[18] Busemeyer，J.R。；Stout，J.C.，《认知决策模型对临床评估的贡献：贝查拉赌博任务的分解表现》，《心理评估》，第14期，第253-262页（2002年）
[19] Busemeyer，J.R。；汤森，J.T.，《决策场理论：不确定环境中决策的动态认知方法》，《心理学评论》，100432-459（1993）
[20] 卡梅勒，C.F.，《战略互动中的行为博弈理论实验》（2003），普林斯顿大学出版社：普林斯顿大学出版，新泽西州普林斯顿·Zbl 1019.91001号
[21] 卡桑德拉（1998）。POMDP应用调查。（可从作者网站获取）；卡桑德拉（1998）。POMDP应用调查。（可从作者网站获取。）
[22] 卡西马蒂斯，N.L.（2005）。基于不同计算方法集成计算模型。在认知科学学会第27届年会会议记录; Cassimatis，N.L.（2005）。基于不同计算方法集成计算模型。在认知科学学会第27届年会会议记录
[23] Clemens，R.T.，《做出艰难的决定：决策分析导论》（1996），华兹华斯：华兹华斯·贝尔蒙特，加利福尼亚州
[24] 库姆斯，C.H。；Avrunin，G.S.，《单峰函数与偏好理论》，《心理学评论》，84，2，216-230（1977）
[25] 库比特，R.P。；斯塔默，C。；Sugden，R.，《动态决策：来自经济学和心理学的一些最新证据》（Brocas，I.；Carrillo，J.D.，《经济决策的心理学》，第2卷（2004），牛津大学出版社：牛津大学出版社）
[26] 大研，P。；Balleine，B.W.，奖励、动机和强化学习，神经元，36285-298（2002）
[27] 道斯，R。；Hastie，R.，《不确定世界中的理性选择：判断和决策的心理学》（2001年），《圣人：千橡树圣人》，加利福尼亚州
[28] DeGroot，M.H.，《最佳统计决策》（1970年），McGraw-Hill:纽约州纽约市McGraw-Hill·Zbl 0225.62006号
[29] Denrell，J.，《为什么大多数人不赞成我：印象形成中的经验取样》，《心理评论》，第112期，第4951-978页（2005年）
[30] Denrell，J.，《体验学习中的不确定性避免》，《心理学评论》，114177-187（2007）
[31] 迪恩斯，Z。；Fahey，R.，《特定实例在控制动态系统中的作用》，《实验心理学杂志：学习、记忆和认知》，21848-862（1995）
[32] Edwards，W.，《寻求信息的最佳策略：统计模型、选择反应时间和人类信息处理》，《数学心理学杂志》，2312-329（1965）·Zbl 0125.09806
[33] 埃雷夫，I。；Barron，G.，《认知策略中的适应、最大化和强化学习》，《心理学评论》，第112、4、912-931页（2005年）
[34] Fu，W.，《探索/开发权衡的理性生态方法》（Gray，W.著，《认知系统的综合模型》（2007），牛津大学出版社：牛津大学出版社，纽约），165-179
[35] 傅伟（Fu，W.）。；Anderson，J.A.，《从反复选择到技能学习：强化学习模型》，《实验心理学杂志：概述》，135，184-206（2006）
[36] 福登堡，D。；Tirole，J.，《博弈论》（1991），麻省理工学院出版社：麻省理学院出版社剑桥·Zbl 1339.91001号
[37] 高杰。；Lee，J.D.，《扩展决策场理论以模拟操作员在监控情况下对自动化的依赖》，IEEE系统、人与控制论汇刊-A部分：系统与人，36，5，943-959（2006）
[38] 吉布森，F。；菲奇曼，M。；Plaut，D.C.，《动态决策任务中的学习：计算模型和经验证据》，《组织行为与人的绩效》，第71期，第1-35页（1997年）
[39] 吉尔博亚；Schmeidler，基于案例的决策理论，《经济学季刊》，110，605-639（1995）·Zbl 0836.90005号
[40] 冈萨雷斯，C。；Lerch，J.F。；Lebiere，C.，动态决策中基于实例的学习，认知科学，27591-635（2003）
[41] Grossberg，S.，《神经网络和自然智能》（1988年），麻省理工学院出版社：麻省理学院出版社剑桥
[42] Haykin，S.，神经网络（1999），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔上鞍河·Zbl 0934.68076号
[43] Harsanyi，J.C。；Selten，R.，《博弈均衡的一般理论》（1988年），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥·Zbl 0693.90098号
[44] Howard，R.，《动态规划和马尔可夫过程》（1960年），麻省理工学院出版社：麻省剑桥·Zbl 0091.16001号
[45] 霍华德·R·A。；Matheson，J.E.，影响图，决策分析，2127-143（2005）
[46] 贾加辛斯基，R.J。；Miller，R.A.，描述动态系统的操作员内部模型，人为因素，20425-433（1978）
[47] 贾加奇斯基，R.J。；Hah，S.，《追踪重复模式的渐进回归效应》，《实验心理学杂志：人类感知与表现》，第14期，第77-88页（1988年）
[48] 约翰逊，E。；卡梅勒，C。；Sen，S。；Rymon，T.，《检测反向归纳的失败：在顺序谈判中监测信息搜索》，《经济理论杂志》，104，1，16-47（2002）·Zbl 1015.91016号
[49] M.I.乔丹。；Rumelhart，D.E.，《正向模型：与远程教师一起监督学习》，《认知科学》，第16期，第307-354页（1992年）
[50] Kahneman，D。；特维斯基，A.，《前景理论》，《计量经济学》，47，263-292（1979）·Zbl 0411.90012号
[51] （Kahneman，D.；Slovic，P.；Tversky，A.，《不确定性下的判断：启发式和偏见》（1982），剑桥大学）
[52] Kaelbling，L.P。；利特曼，M.L。；Moore，A.W.，《强化学习：一项调查》，《人工智能杂志》，第4237-285页（1996年）
[53] Keeney，R.L。；Raiffa，H.，《多目标决策：偏好和价值权衡》（1993），剑桥大学出版社：剑桥大学出版社纽约·Zbl 0488.90001号
[54] Klein，G.，《权力的来源：人们如何做出决定》（1998），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥
[55] Kleinmuntz，D。；Thomas，J.，《动态决策中行动和推理的价值》，《组织行为和人类决策过程》，39，341-364（1987）
[56] Koopmans，T.C.，《固定序数效用与不耐烦》，《计量经济学》，第28期，第287-309页（1960年）·Zbl 0149.38401号
[57] Laird，J.E。；A.纽厄尔。；Rosenbloom，P.S.，《SOAR:通用智能架构》，《人工智能》，第33、1-64页（1987年）
[58] Lane，D.E.，渔民决策的部分可观察模型，运筹学，37240-254（1989）·Zbl 0666.90039号
[59] 拉明，D.R.，《选择反应时间的信息理论》（1968），学术出版社：纽约学术出版社
[60] 林克·S·W。；Heath，R.A.，《心理歧视的序列理论》，心理测量学，40，77-105（1975）·Zbl 0306.9209号
[61] Littman，M.L.，《部分可观测马尔可夫决策过程教程》，《数学心理学杂志》，第53、3、119-125页（2009年）·Zbl 1176.90298号
[62] Loewenstein，G。；Prelec，D.，《跨期选择中的异常现象》，《经济学季刊》，107，2，573-597（1992）
[63] Luce，R.D.，《损益效用》（2000），劳伦斯·埃尔鲍姆协会：新泽西州劳伦斯·埃尔鲍姆协会·Zbl 0997.91500号
[64] 卢斯·R·D。；Raiffa，H.，《游戏与决策》（1957年），多佛出版公司：纽约州纽约市多佛出版有限公司·Zbl 0084.15704号
[65] McKelvey，R.D。；Palfrey，T.R.，《蜈蚣游戏的实验研究》，计量经济学：计量经济学学会杂志，60803-836（1992）·兹比尔0764.90093
[66] Meinhold，R.J。；辛普瓦拉，N.D.，理解卡尔曼滤波器，《美国统计学家》，37，2，123-127（1983）
[67] 梅耶，D.E。；Kieras，D.E.，执行认知过程和多任务执行的计算理论：第1部分。基本机制，《心理评论》，104，3-65（1997）
[68] 米勒，T。；Sutton，R.S。；Werbos，P.J.，《神经网络控制》（1991），麻省理工学院出版社：麻省剑桥·Zbl 0850.68282号
[69] Mitchel，I.和Tomlin，C.J.（2000）。混合系统中计算的水平集方法。混合系统：计算和控制。在第三次国际研讨会，HSCC 2000，2000会议记录; Mitchel，I.和Tomlin，C.J.（2000）。混合系统中计算的水平集方法。混合系统：计算和控制。在第三次国际研讨会，HSCC 2000，2000会议记录
[70] Myerson，R.B.，《博弈论：冲突分析》（1991），哈佛大学出版社：哈佛大学出版社，马萨诸塞州剑桥·Zbl 0729.90092号
[71] Nash，J.，《非合作博弈》，《数学年鉴》，54，268-295（1951）·Zbl 0045.08202号
[72] 那不勒斯，R.E.，《学习贝叶斯网络》（2004），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔上鞍河
[73] Newell，A.，《统一认知理论》（1990），哈佛大学出版社：哈佛大学出版社，马萨诸塞州剑桥，美国
[74] Niv，Y.，《大脑强化学习》，《数学心理学杂志》，第53、3、139-154页（2009年）·Zbl 1176.91139号
[75] 诺维克，L.R。；Cheng，P.W.，《评估交互因果影响》，《心理学评论》，111455-485（2004）
[76] 帕科，J.E。；拉波波特，A。；Stein，W.E.，《财政激励对互信破裂的影响》，《心理科学》，第13期，第292-297页（2002年）
[77] Pearl，J.，《智能系统中的概率推理：似是而非推理网络》（1988年），摩根·考夫曼：摩根·考夫曼，加利福尼亚州旧金山
[78] Puterman，M.L.，《马尔可夫决策过程：离散随机动态规划》（Markov decision processes:Discrete random dynamic programming）（1994），John Wiley&Sons，Inc.：John Willey&Sons公司，美国纽约州纽约市·Zbl 0829.90134号
[79] Rapoport，A.，《随机多阶段决策任务中人类控制的研究》，《行为科学》，11，18-32（1966）
[80] 拉波波特，A。；Burkheimer，G.J.，《延迟决策模型》，《数学心理学杂志》，8508（1971）·Zbl 0226.92013号
[81] 拉波波特，A。；Stein，W.E。；Parco，J.E。；Nicholas，T.E.，三人蜈蚣游戏中的平衡游戏和适应性学习，游戏与经济行为，43223-265（2003）·兹比尔1047.91507
[82] Ratcliff，R.，《记忆提取理论》，《心理学评论》，85，59-108（1978）
[83] Rieskamp，J。；Busemeyer，J.R。；Mellers，B.A.，《扩大理性的界限：优先选择的证据和理论》，《经济文学杂志》，44631-636（2006）
[84] 理查森，M。；Damingos，P.，马尔可夫逻辑网络，机器学习，62，1-2，107-136（2006）·Zbl 1470.68221号
[85] 罗森塔尔，R.W.，《完美信息博弈、掠夺性定价和连锁店悖论》，《经济理论杂志》，25，92-100（1981）·Zbl 0467.90084号
[86] Rumelhart，D。；McClelland，J.L.，《并行分布式处理：认知微观结构的探索》，第1卷（1986年），麻省理工学院出版社：麻省理学院出版社剑桥
[87] Savage，L.J.，《统计学基础》（1954），威利出版社：威利纽约·Zbl 0121.13603号
[88] Schall，J.D.，《决策过程的神经相关性：神经和心理计时法》，《神经生物学的当前观点》，13，2，182-186（2003）
[89] 沙德伦，M.N。；Newsome，W.T.，恒河猴顶叶皮层（LIP区）感知决策的神经基础，神经生理学杂志，86，4，1916-1936（2001）
[90] 谢弗，G。；Pearl，J.，《不确定推理中的阅读》（1990年），摩根·考夫曼出版社：摩根·考夫曼出版社，加利福尼亚州旧金山·Zbl 0805.68121号
[91] Simon，H.A.，《有限理性模型》（1982年），麻省理工学院出版社：麻省理学院出版社，剑桥
[92] Smith，P.L.，《反应时间和准确性的随机动力学模型：基础入门》，《数学心理学杂志》，44，3，408-463（2000）·Zbl 0982.91040号
[93] Sorkin，R.D.美国空军发明AFD 873。最佳快速共识系统（提交出版）；Sorkin，R.D.美国空军发明AFD 873。最佳快速共识系统（提交出版）
[94] Stengel，R.F.，随机最优控制：理论与应用（1986），John Wiley&Sons，Inc.：John Wiley&Sons，Inc.美国纽约州纽约市·Zbl 0666.93126号
[95] Sterman，J.D.，《动态决策中反馈的误解，组织行为和人类决策过程》，43，301-335（1989）
[96] Sterman，J.D.，《复杂系统中的学习和关于复杂系统的学习》，《系统动力学评论》，10291-330（1994）
[97] Steyvers，M。；李，M。；Wagenmakers，E.J.，《班迪特问题上人类决策的贝叶斯分析》，《数学心理学杂志》，第53、3、168-179页（2009年）·Zbl 1176.90319号
[98] Sun，R。；张，X。；Mathews，R.，《认知架构中的元认知建模》，认知系统研究，7327-338（2006）
[99] Sutton，R.S。；Barto，A.G.，《强化学习》（1998），麻省理工学院出版社：麻省剑桥
[100] Tenenbaum，J.B。；Griffiths，T.L。；Kemp，C.，归纳学习和推理的基于理论的贝叶斯模型[专刊]，认知概率模型。认知的概率模型，《认知科学趋势》，10309-318（2006）
[101] Tenenbaum，J.和Griffiths，T.L.（2001年）。代表性的合理基础。在认知科学学会第23届年会会议记录; Tenenbaum，J.和Griffiths，T.L.（2001）。代表性的合理基础。在认知科学学会第23届年会会议记录
[102] A.特维斯基。；Kahneman，D.，《扩展与直觉推理：概率判断中的连接谬误》，《心理学评论》，90，4，293-315（1983）
[103] 冯·诺依曼，J。；Morgenstern，O.，《博弈论与经济行为》（1947），普林斯顿大学出版社：普林斯顿大学出版，新泽西州普林斯顿·Zbl 1241.91002号
[104] 冯·温特费尔德，D。；Edwards，W.，《决策分析和行为研究》（1986），剑桥大学出版社：剑桥大学出版社
[105] Whittle，P.，《变化世界中的活动分配》，《应用概率杂志》，25A，287-298（1988）·Zbl 0664.90043号
[106] 耶奇亚姆，E。；Busemeyer，J.R.，《评估学习模型中的泛化性和参数一致性》，《游戏与经济行为》，63，370-394（2008）·Zbl 1134.91356号
[107] 齐默尔曼，模糊集理论及其应用（2001），基沃学术出版社
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。