Jul, 2019

一种面向分层决策系统专业化的信息论在线学习原理

PDF
TL;DR研究信息 - 理论有限理性的决策者组合问题，并提出了一种基于在线学习规则的问题空间的分区方案，旨在通过特定线性策略求解提高效率和减少成本。该模型适用于分类，回归，强化学习和自适应控制等领域。
information-theoretic bounded rationalitydecision-makinginformation constraintsdivision of laborspecialization
发现论文，激发创造
  • 信息论有界理性

    本文提出了基于信息理论思想的有限理性理论，并提供了将自由能量函数作为表征有限理性决策的目标函数的概念上的理据。该文讨论了单步决策以及如何使用等价变换将其扩展到序贯决策，扩展后得到的类别决策问题非常广泛，包括古典决策规则等极限情况以及可信和风险敏感规划。

    Dec, 2015

  • 有限感性合理性理论

    本文提出一种不需要假定逻辑全知的有限理性归纳代理理论，要求有限理性归纳代理无限次地测试每个高效可计算的假设，然后遵循那些能够实现高奖励的假设。同时，探讨了不同有限理性归纳代理之间的策略交互并证明了有限理性归纳代理可以趋于何种策略的民间定理。

    Jul, 2023

  • 基于线性规划的资源感知信息论树抽象方法

    提出了一个针对资源受限的自主代理人获取任务相关的多分辨率环境抽象的整数线性规划方案，该方案利用信息论信号压缩的概念，特别是信息瓶颈（IB）方法，在多分辨率树空间上将抽象问题作为最佳编码器搜索的一种方式。

    Aug, 2022

  • 有限时间下的人类决策

    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

  • 变化环境中的有界理性决策

    本文研究有限理性决策制定在考虑计算成本和期望效用之间进行权衡的过程，并探讨它与热力学系统中能量和熵之间相似的思路，同时使用非平衡热力学的概念量化这种过程中的效率低下和计算资源的关系。

    Dec, 2013

  • 有限理性代理人的决策制定

    通过将有限理性概念与信息论观点相结合，将其融入博弈论框架中以预测自己及其它机器人或人类邻近代理的行为以及在其计算限制下采取行动，模拟与实际实验都证明这种方法可以帮助机器人推理其他代理的不同智能水平并计算出合理的策略。

    Oct, 2022

  • 热力学作为一种考虑信息处理成本的决策理论

    该论文提出了一个信息论的有界理性决策模型，其中决策者在预期效用和信息处理成本之间进行权衡，被视为物理状态发生变化时的热力学机器，行为受制于自由能泛函。当忽略计算成本时，该模型还原为最大化预期效用原则。

    Apr, 2012

  • 交互式学习的信息论方法

    本文提出了一种量化的交互式学习和自适应行为方法，并从模型和决策制定的角度整合了行为反馈。通过在最小复杂度下最大化预测能力，导出了最优行为政策和模型的类，并总结了这一过程的因果组织。该方法的基本原则之一是学习者的最优行为政策需要在勘探和控制之间保持平衡，这是一个新的重点。

    Sep, 2007

  • 基于层级专家网络的元学习

    该论文提出了一种信息论的元学习模型，通过优化划分学习任务，使得专业的决策者解决子问题，从而达到高效的适应新任务的效果，在图像分类、回归和强化学习三个元学习领域进行验证。

    Oct, 2019

  • 容量有限认知及强化学习的速率失真理论

    本文介绍了一种信息理论模型，它使用一个有限传输速率的通信通道作为决策代理行为的描述，并在此基础上研究了一种基于学习目标的容量有限的决策制定方法， 为实现高效的学习算法提供了贝叶斯遗憾界的保证。

    Oct, 2022