Nov, 2023
具有动作和状态相关信号方差的自适应贝叶斯学习
Adaptive Bayesian Learning with Action and State-Dependent Signal
Variance
TL;DR这篇论文提出了一个先进的贝叶斯学习框架，将动作和状态相关的信号方差纳入决策模型中，用于理解各种经济系统中的复杂数据反馈循环和决策过程。通过一系列例子，我们展示了这种方法在不同环境下的多功能性，从稳定环境中的简单贝叶斯更新到涉及社会学习和状态相关不确定性的复杂模型。该论文在理解经济模型中数据、动作、结果和固有不确定性之间微妙相互作用方面有独特的贡献。