通过预测人类在经济资本决策任务中的选择来测试行为决策理论在预测人类行为方面的帮助作用，并发现将某些行为理论作为机器学习系统特征进行集成提供了最佳预测结果。同时，我们发现预测人类决策最有用的理论是建立在人类和动物学习的基本属性之上，与主流拓展类决策理论有很大不同。此外，我们发现理论特征不仅应基于定性行为见解（例如损失厌恶），还应基于具有功能描述性模型生成的定量行为远见（如前景理论）。我们的分析提出了一个推导出可解释且有用的人类决策预测的方法。

Apr, 2019

本文提出了两个贡献：通过预训练神经网络和构建 “认知模型先验” 以捕捉人类行为的归纳偏见，使得机器学习方法在小样本数据集上能够显著提高预测准确率；基于超过 240,000 项人类决策的大规模数据集，揭示出认知模型先验适用的情况，并为人类决策预测建立了新的基准。

May, 2019

本文研究了一个涉及人类决策者群体的二元假设检验问题，通过信念模型来描述人类决策者对观测到的现象的感知，并使用加权 Chair-Varshney 规则融合人类决策。

Jan, 2023

人们的感知有偏见，Kahneman-Tversky 前景理论告诉我们，对齐 LLMs 和人类反馈的目标隐含地包含了许多这些偏见 - 这些目标的成功部分可以归因于它们是人类感知感知的损失函数（HALOs）；我们使用 Kahneman-Tversky 模型提出了一种 HALO 方法，该方法直接最大化生成物的效用而不是最大化需求偏好的对数似然，这种方法叫做 Kahneman-Tversky 优化（KTO），在从 1B 到 30B 的规模上与基于偏好的方法的性能相匹配或超过；关键是，KTO 不需要偏好 - 只需要对于给定输入的输出是可取还是不可取的二进制信号，这使得在偏好数据稀缺且昂贵的现实世界中更容易使用。

Feb, 2024

本文从统计决策论的视角出发，提出了基于决策规则的社会选择机制，比较了 Bayesian 估计器、Mallows 模型、Condorcet 模型和 Kemeny 规则等各种类型的机制，并探讨了其规范性能、计算复杂度和渐近行为等方面的性质。其中，对于 Condorcet 模型，本文证明了 Bayesian 估计器满足匿名性、中立性和单调性等期望性能，能够在多项式时间内计算，并在一定条件下与其他两种决策规则渐近不同。

Oct, 2014

本文提出了一种基于频率假设检验的算法，用于构建多智能体的行为假设并且在交互进程中学习其分布，以提高准确性和可伸缩性，同时也可以控制计算成本。

Jul, 2019

使用量子理论的数学框架，建立一种建模框架来解释和预测认知偏差，在智能系统与人类互动中实现更好的人机交互。

Aug, 2018

通过统计力学和信息论的思想，实验测试了资源限制下有限理性决策的正式化预测，并将该模型参数分解为受试者预期效用函数和资源参数，结果显示人类在面对资源限制时逐渐回退到他们学习的先前选择模式。

Oct, 2016

该研究使用基于深度学习的启发式和 KL 分歧零和游戏设计方法来解决部分可观测马尔可夫决策过程中的主动序贯假设测试问题，并表明在某些情况下所提出的启发式方法优于现有方法。

Oct, 2018

该研究提出了一种风险敏感的强化学习框架，将效用函数应用于时间差分误差，实现非线性转换，将其应用于马尔可夫决策过程的转移概率和获得的奖励，并将其用于解释人类决策行为的特征，通过证明该模型的收敛性和在一个顺序投资任务中的实际应用，进一步验证了风险敏感强化学习框架的有效性。

Nov, 2013