Выиграть-остаться, проиграть-переключиться

В психологии , теории игр , статистике и обучении машинном стратегия «выигрыш-остание», «проигрыш-переключение» (также «выигрыш-остание», «проигрыш-сдвиг» ) — это эвристическая стратегия обучения, используемая для моделирования обучения в ситуациях принятия решений. Впервые он был изобретен как улучшение по сравнению с рандомизацией в задачах о бандитах . ^{[ 1 ]} это было применено к дилемме заключенного , чтобы смоделировать эволюцию альтруизма Позже . ^{[ 2 ]}

Правило обучения основывает свое решение только на результате предыдущей игры. Результаты делятся на успехи (победы) и неудачи (проигрыши). Если игра в предыдущем раунде завершилась успехом, то агент применяет ту же стратегию в следующем раунде. Альтернативно, если игра закончилась неудачей, агент переключается на другое действие.

Масштабное эмпирическое исследование игроков в игру «камень, ножницы, бумага» показывает, что реальные игроки применяют вариант этой стратегии вместо равновесной стратегии Нэша , заключающейся в совершенно случайном выборе между тремя вариантами. ^{[ 3 ]}^{[ 4 ]}

Ссылки

^ Роббинс, Х. (1952). «Некоторые аспекты последовательного планирования экспериментов» . Бюллетень Американского математического общества . 58 (5): 527–535. дои : 10.1090/s0002-9904-1952-09620-8 .
^ Новак, М.; Зигмунд, К. (1 июля 1993 г.). «Стратегия выигрыша-остания и проигрыша, которая превосходит игру «око за око» в игре «Дилемма заключенного». Природа . 364 (6432): 56–58. Бибкод : 1993Natur.364...56N . дои : 10.1038/364056a0 . ПМИД 8316296 . S2CID 4238908 .
^ Морган, Джеймс (2 мая 2014 г.). «Как победить в камень-ножницы-бумага» . Новости Би-би-си .
^ Ван, Чжицзянь; Сюй, Бинь; Чжоу, Хай-Цзюнь (25 июля 2014 г.). «Социальный цикл и условные реакции в игре «Камень-ножницы-бумага» . Научные отчеты . 4 : 5830. дои : 10.1038/srep05830 . ПМК 5376050 . ПМИД 25060115 .

См. также

Ограниченная рациональность

Эта по теории игр статья незавершена . Вы можете помочь Википедии, расширив ее .

[Robbins-1] Роббинс, Х. (1952). «Некоторые аспекты последовательного планирования экспериментов» . Бюллетень Американского математического общества . 58 (5): 527–535. дои : 10.1090/s0002-9904-1952-09620-8 .

[Nowak-2] Новак, М.; Зигмунд, К. (1 июля 1993 г.). «Стратегия выигрыша-остания и проигрыша, которая превосходит игру «око за око» в игре «Дилемма заключенного». Природа . 364 (6432): 56–58. Бибкод : 1993Natur.364...56N . дои : 10.1038/364056a0 . ПМИД 8316296 . S2CID 4238908 .

[bbc.27228416-3] Морган, Джеймс (2 мая 2014 г.). «Как победить в камень-ножницы-бумага» . Новости Би-би-си .

[arxiv.5199-4] Ван, Чжицзянь; Сюй, Бинь; Чжоу, Хай-Цзюнь (25 июля 2014 г.). «Социальный цикл и условные реакции в игре «Камень-ножницы-бумага» . Научные отчеты . 4 : 5830. дои : 10.1038/srep05830 . ПМК 5376050 . ПМИД 25060115 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]