作者 日期 12-2019 标题 一种评估强化学习中学习和猜测策略的分层贝叶斯方法 日记账 数学心理学杂志 体积 93 物品编号 102276 页数 11 文档类型 第条 教师 社会与行为科学学院(FMG) 研究所 心理学研究所(PsyRes) 摘要 -
在两臂强盗任务中,参与者学习刺激对中哪个刺激值最高。 在典型情况下 强化学习研究中,参与者被随机分成几对; 常用分析 假设每对都是以类似的方式学习的。 然而,当任务变得更加困难时,参与者可能会学到一些刺激 当他们无法学习其他配对时,也就是说,他们只是猜测配对的子集。 我们提出了增援计划 学习/猜测(RLGuess)模型——使研究人员能够对这种学习和猜测过程进行建模。 我们实现了模型 仿真表明,RLGuess模型优于标准强化学习 参和者猜测时的模型:拟合度增强,参数估计无偏。 一个实证应用说明 RLGuess模型的优点。 统一资源定位地址 转到出版商网站 其他链接 Open Science Framework文件夹,包括用于仿真、模型实现、模型拟合和分析以及数据的R代码 在实证应用中使用。 语言 英语 注释 带有补充文件 开放科学框架中提供的代码。 持久标识符 https://hdl.handle.net/1245.1/8f6bc536-cdd6-4025-a2cb-35d273230cc3