arXiv cs.AI· Moto Shinriki, Yu Kono, Tatsuji Takahashi·· 11 小时前AI 评分20
将满足性重写为竞争性贝叶斯加权：未达成目标下目标导向选择的最小模型
Satisficing as competitive Bayesian weighting: a minimal model of goal-directed choice under an unattained target
AI 导读
研究者将风险敏感满足性（RS）这一 bandit 学习规则重写为类贝叶斯估计器 Attention Competitive Bayes（ACB），其中抱负水平作为每个动作的先验均值，有限试验预算决定证据能多强地覆盖它。ACB 由此产生“伪遗忘”现象：不再被采样的动作估计会向抱负水平松弛，而非依赖显式遗忘率。在 Bernoulli bandit 模拟中，依据证据调整抱负水平降低了 regret。
正文 · AI 翻译
摘要：动物和人类往往并不追求最大化；他们的行为是相对于目标（抱负水平）的，而这些目标常常尚未实现。一个尚未实现的目标如何组织选择？Deacon（2012）将这种以缺席为参照的组织称为\emph{意向性}（ententional），García-Valdecasas 和 Deacon（2024）则认为，目的最好被理解为约束，而非特定状态。我们在一个极简的形式化设定中考察这一思想：风险敏感满足（RS），一种赌博机学习规则，它用每个动作在过去试验中所占的份额乘以其相对于抱负水平的盈余或亏空来评估该动作。我们证明，RS 可以改写为一种类似贝叶斯估计器的形式，即注意力竞争贝叶斯（ACB），其中抱负水平是每个动作的先验均值，而有限的试验预算决定了证据能在多大程度上覆盖它。由此得出两个推论。第一，不再被采样的动作会被目标而非过去的观察部分覆盖：它们的估计向抱负水平松弛，而不会丢弃任何数据。这种“伪遗忘”将 ACB 与具有显式遗忘率的模型区分开来。第二，当抱负无法实现时，探索不会平息；在伯努利赌博机模拟中，根据证据调整抱负水平降低了遗憾（期望损失）。ACB 提供了一个可分析的模型，其中未实现的目标和有限的注意力资源共同约束行为，并对生物如何重新评估其已放弃的选项给出了可检验的预测。
| 评论： | 15 页，4 幅图，2 张表，1 个算法 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；机器学习（stat.ML） |
| 引用为： | arXiv:2611.07270 [cs.LG] |
| （或 arXiv:2611.07270v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07270 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tatsuji Takahashi [查看电子邮件]
[v1]
2026 年 11 月 5 日星期四 00:45:40 UTC（1,307 KB）
来源：arXiv cs.AI · arxiv.org