爱荷华州博任务中的遗忘现象:在多样化的参与者中建立了一个新的计算模型
Tiancheng Yang1, Chenghan Xie2, Xuehe Wang1
1School of Artificial Intelligence, Sun Yat-sen University, Zhuhai, China.
Frontiers in psychology
|June 20, 2025
概括
我们开发了一个新的计算模型,其中包括忘记更好地理解决策. 这个模型准确地捕捉了忘记如何影响爱荷华州博任务中的探索和决策策略.
科学领域:
- 认知科学 认知科学
- 计算神经科学是一种神经科学.
- 心理学 心理学 心理学
背景情况:
- 爱荷华州博任务 (IGT) 对于评估决策和执行职能至关重要.
- 当前的计算模型往往忽视了遗忘对动态决策过程的影响.
研究的目的:
- 引入利用和探索与遗忘 (EEF) 模型,将遗忘纳入强化学习框架.
- 通过考虑信息衰退,增强对决策的理解.
主要方法:
- 开发了EEF模型,其中包含了动态遗忘参数 (λ) 和首选先验.
- 将EEF模型与504名健康个体的IGT数据相匹配.
- 使用适合度指标,模拟和行为验证来评估模型性能.
主要成果:
- 与五个已建立的模型相比,EEF模型在多个队伍中显示出更好的适应性.
- 引入了新的指标 (SED和FI) 来量化遗忘对探索行为的影响.
- 观察到年龄和博频率对遗忘和决策策略的影响.
结论:
- 忘记在复杂的决策中起着基本的作用.
- 欧洲经济论坛框架为认知动态和决策策略提供了新的见解.
- 欧洲经济论坛模型是未来关于决策的计算和实证研究的一个有价值的工具.


