NobleBlocks

Research index

動的環境における意思決定モデルの検討 -ベイズ推論モデルに経験の忘却を仮定-

shoei

Open Science Framework1 Jan 2023Open access

NobleIDark:/48914/w1/20260525/0154E5EBDOI10.17605/osf.io/bx4nf

Free to read at the publisher

You can read the abstract here, or the full text at the publisher.

Read at the publisher

Abstract

本研究の目的は、動的環境における意思決定モデルとして経験の忘却を仮定したベイズ推論モデルの妥当性を検討することである。従来のベイズ推論モデルによると人は経験に基づいて事後分布を逐次的に更新することで推論の不確実性を減少させる。このため推論対象の状態が変動しない静的環境では、経験を蓄積することで正確な推論が可能である。しかし推論対象の状態が変動する動的環境では、時間的に遠い過去の経験は現在の環境と異なる環境から得られたものであり、現在の推論対象の状態を捉えていない。このように推論対象の状態が時間的に変化する場合、遠い過去の経験を忘却し、直近の経験を重視することで、現在の推論対象の状態をより正確に推論できる。従来のベイズ推論モデルは事後分布に反映された経験の影響力が時間的に低減せず、過去の環境における経験と直近の環境における経験を同等に扱うため、動的環境における適応的な意思決定のメカニズムを捉えられていない。そこで本研究では過去から現在までの時間的距離に応じて経験の影響力が低減する過程を数理的に表現することでベイズ推論モデルを拡張する。拡張したベイズ推論モデルといくつかのベンチマークモデルを実験によって得られたデータに基づいて検討する。

Discussion

Topics

More

Suggest a correction or report