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
这篇论文从有限理性的角度出发，将 AutoML 工具视为一个快速训练给定数据集模型的代理，并探讨了如何在元层面上寻找适当的 ML 管道的问题。
Sep, 2021
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
我们调查了受限理性的代理如何随着时间的推移受到自我修改的负面影响，分析了其大小与代理的理性失误的类型和严重程度之间的关系，其中特别指出在选择非最佳行为的情况下可能会出现指数级错误对齐的情况。
Nov, 2020
本篇论文提出了有限最优性作为一种人工智能的理论基础，该理论基础通过解决机器架构和任务环境的约束优化问题来定义程序的最优性，以在实时环境下构建智能体，其中包括使用自动化邮件排序设施模型来说明结果。
May, 1995
本研究提出了一种通用模型，旨在设计具有社交智能的个体理性学习者的 AI，以实现其与其他类型的代理人的有效合作。该研究重点讨论了合理性、后悔和泛饱和效率对于实现社交智能的影响，并探讨了构建稳健的系统的重要性。
May, 2023
人工智能中理性的概念至关重要，但没有一个统一的定义来界定何为理性代理。本文调查了人工智能中的理性与非理性，并阐述了这一领域的问题。研究经济学、哲学和心理学等其他领域对理性的理解对其在人工智能中的观念产生了影响。从人工智能代理的行为出发，我们考虑在某些情景中可能最优的非理性行为。已经有一些方法用来处理非理性代理的辨识和互动，但在这个领域的研究仍然有限。目前已经为其他目的而开发的方法，如对抗性情景，可以适应与人工智能代理的互动。我们进一步讨论了人工智能代理与人类代理之间的相互作用，以及理性在这种互动中所扮演的角色；这个领域还存在许多问题，涉及到人类和人工智能代理潜在的非理性行为。
Nov, 2023
该研究基于情境评估，提出了一种新颖的解决方案，可以在人机团队合作中帮助机器人预测和模拟人类决策，并通过沟通协调达到信念一致，提高问题解决效率和鲁棒性。
Oct, 2022
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。
Jul, 2019
本文首先以强化学习为基础，设计一个模型来模拟多人市场模拟中的交易代理。然后，将人类的次理性分为两种类型：心理偏见和计算能力问题，探讨了人类次理性对交易市场不同方面的影响。作者认为本研究将有助于进一步了解人类交易行为和行为金融学领域的发展。