Ewa

可解释的AI模型揭示了游戏中人类的决策模式

研究人员探索了可解释的机器学习模型，以理解游戏中人类的决策，特别是偏离预测的独立同分布（i.i.d.）博弈行为。通过分析来自零和纸牌游戏的84,000多项决策，该研究将LSTMs等黑箱序列模型与透明模型进行了比较。研究结果表明，诸如重复或避免过去行为等可预测的行为，特别是关于玩家自身近期历史的管理，占了大部分具有战略意义的信号，而频率跟踪的预测价值很小。