How can instance-based learning theory explain complex decision-making in dynamic environments?

Теория обучения на основе примеров (Instance-Based Learning Theory, IBLT) объясняет поведение человека при принятии решений в динамических задачах. ceur-ws.org

Согласно этой теории, люди используют накопленный опыт, чтобы принимать решения, извлекая из памяти прошлые решения похожих ситуаций. en.wikipedia.org Таким образом, точность принятия решений может улучшаться постепенно и через взаимодействие с похожими ситуациями. en.wikipedia.org

Структура примеров в IBLT включает три элемента: ceur-ws.org en.wikipedia.org

1. Ситуация (S). ceur-ws.org en.wikipedia.org Определяется набором атрибутов или сигналов. ceur-ws.org
2. Решение (D). ceur-ws.org en.wikipedia.org Соответствует действию, которое принимается в ситуации S. ceur-ws.org
3. Полезность или ценность (U). ceur-ws.org en.wikipedia.org Ожидаемая или полученная за принятие решения D в ситуации S. ceur-ws.org

Процесс принятия решений в IBLT включает следующие шаги: ceur-ws.org

1. Распознавание (поиск прошлых примеров на основе сходства). ceur-ws.org
2. Суждение (оценка ожидаемой полезности решения в ситуации на основе опыта или эвристик). ceur-ws.org
3. Выбор (решение о том, когда прекратить поиск информации и выбрать оптимальную текущую альтернативу). ceur-ws.org
4. Выполнение (осуществление выбранного решения). ceur-ws.org
5. Обратная связь (обновление полезности). ceur-ws.org

IBLT успешно объясняет и предсказывает человеческие решения в различных контекстах принятия решений. arxiv.org