decision theory
PulseAugur coverage of decision theory — every cluster mentioning decision theory across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
奈特不确定性：探索概率之外的不确定性
本文探讨了奈特不确定性（Knightianism）的概念，即在结果不确定且无法分配概率的情况下。作者将类似于具有已定义假设和效用的贝叶斯方法的“第三人称视角”与“第一人称视角”进行了对比。第一人称视角将世界视为感官数据的流，侧重于学习概念来预测和解释这些数据，这被认为更适用于现实世界的智能体，特别是那些太小而无法模拟整个世界的智能体。
-
几何理性在加性场景下呈线性行为的分析
本文探讨了几何理性的概念，提出它在加性场景下呈线性行为。作者 Bunthut 使用凯利准则和决策理论来分析这种行为。讨论的重点是如何将理性原则应用于具有加性结果的情况。
-
新的arXiv论文探讨基于风险的MDP和贝尔曼方程对偶
两篇新发表在arXiv上的研究论文探讨了人工智能序贯决策中的高级概念。第一篇论文介绍了ERQDP，一种在基于风险的目标下进行有限时间马尔可夫决策过程规划的新方法，它提供了一种无需枚举的方法，并提供认证解决方案或明确的剩余差距。第二篇论文深入研究了贝尔曼方程的理论基础，展示了其递推性质如何源于与状态动力学、回报分解和不确定性聚合相关的三个基本条件，统一了强化学习、控制和决策理论中的概念。
-
AI 不断演变的角色：创新、意识和社会影响的探索
一系列发布于2026年7月的帖子探讨了AI在社会中的作用，重点关注创新、同情心以及现代生活的挑战。主题涵盖了科学突破、全球外交、人类意识的复杂性、专注力，以及技术对联系和福祉的影响。这些帖子还涉及资源可持续性、冲突，以及AI在治理和法律等领域的伦理考量。
-
提出决策理论新框架；批评功能决策理论
一篇新论文提出使用非参数结构方程模型（NPSEMs）的决策理论形式化框架，旨在为该领域提供更清晰的建模语言和评估基础。该方法引入了“个人决策理论”，指导智能体最大化其主观反事实效用。论文还提出了决策理论的性能指标，并分析了吸烟病灶和纽康姆问题等经典问题。另外，一篇LessWrong帖子批评了功能决策理论（FDT），认为其定义不明确且建议不切实际，并将其与因果决策理论（CDT）和证据决策理论（EDT）进行了对比。
-
决策理论为改掉坏习惯提供新方法
本文提出运用决策理论，特别是相关决策制定，来解决坏习惯问题。作者认为，认识到未来的行为与当前的行为相关联，会使人们更难为“就这一次”的放纵坏习惯找借口。对于那些偶尔放纵比完全不做的习惯，文章建议使用掷骰子或预定时间来调节坏习惯的频率。
-
高斯过程教程探讨个性化应用中的偏好学习
本文提出了一个使用高斯过程（GPs）进行偏好学习的综合框架。它将经济学和决策论的原理融入机器学习过程。该框架允许构建能够处理各种偏好场景的模型，包括随机效用模型和效用冲突的情况。