不確実な環境における制度と心の共進化:資源分配とリスク回避の理論・実証的検討

不确定环境中制度与思想的共同演化:资源配置与风险规避的理论与实证检验

基本信息

  • 批准号:
    22KJ0056
  • 负责人:
  • 金额:
    $ 1.09万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2023
  • 资助国家:
    日本
  • 起止时间:
    2023-03-08 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

本研究の目的は、不確実な環境における、資源の共有分配制度とそれを支える個人のリスク回避傾向の共進化を理論的に解明することである。本研究は、リスク回避あるいはリスク追求行動を生み出すメカニズムとして、強化学習と予期せぬ報酬・損失に対する感受性パラメータ(それぞれ正の学習率・負の学習率)に着目している。これまで実施した研究では、複数の異なるリスク状況下で適応的な意思決定を可能とする学習率を進化シミュレーションによって検討してきた。結果として、負の学習率が減少し、正の学習率が負の学習率より大きい状態が進化することが見出された。また、進化の結果、個体は置かれたリスク状況に応じて、適応的なリスク回避行動あるいはリスク追求行動を選択できるようになり、期待値の等しい課題ではプロスペクト理論的な行動傾向を示すことが見出された。しかし、これは限られた課題構造でしか検討されていなかった。そのため、本年度では、結果の頑健性を確認するため、一定の手順でランダムに課題を生成し、より広範囲な課題でシミュレーションを行った。その結果、これまでと同様の結果が得られた。これらの結果は、リスク選好を進化適応的な学習メカニズムの産物として理解できることを示唆している。さらに、本年度では、リスクに加えて変動性(期待値の変化)も存在する環境における強化学習のシミュレーションを行った。リスク回避行動が適応的な状態とリスク追求行動が適応的な状態が確率的に入れ替わる環境変動を導入し、強化学習個体の学習率がどのように進化するかを検討した。その結果、複数のリスク状況下における学習率の進化と類似した進化パターンが見出された。これは、リスク状況に適応した学習メカニズムによって、変動性に対しても十分対応できる可能性を示唆している。
本研究的目的是从理论上阐明共享资源分配系统的协同演化以及在不确定环境中支持该系统的个体的风险规避倾向。本研究重点关注强化学习和对意外奖励和损失的敏感性参数(分别为正学习率和负学习率)作为产生风险规避或风险寻求行为的机制。在迄今为止进行的研究中,我们使用进化模拟来检查在多种不同风险情况下实现自适应决策的学习率。结果发现,负学习率降低,并且演变出正学习率大于负学习率的状态。此外,由于进化,个体能够根据所处的风险情境选择适应性风险规避或风险寻求行为,并且在具有相同期望值的任务中,个体能够表现出前景理论行为发现的倾向。然而,这只考虑了有限数量的任务结构。因此,今年,为了确认结果的稳健性,我们使用设定的程序随机生成任务,并用更广泛的任务进行模拟。结果,得到了与之前相同的结果。这些结果表明,风险偏好可以被理解为进化适应性学习机制的产物。此外,今年,我们在除了风险之外还存在可变性(期望值的变化)的环境中进行了强化学习模拟。我们通过引入环境波动来研究强化学习个体的学习率如何演变,在环境波动中,风险规避行为是适应性的状态和风险寻求行为是适应性的状态是随机切换的。结果,我们发现了一种类似于多种风险情况下学习率演化的演化模式。这表明适应风险情况的学习机制可能能够充分应对变化。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

本間 祥吾其他文献

本間 祥吾的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

高性能な確率的深層学習を用いた汎用的異常検知システムの開発
使用高性能概率深度学习开发通用异常检测系统
  • 批准号:
    24KJ0452
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
子どもの学習効率に影響する視覚機能の解明と視覚アセスメント手法の開発
阐明影响儿童学习效率的视觉功能及视觉评估方法的开发
  • 批准号:
    24K05840
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
確率統計学を用いた深層学習モデルの汎化性能の解析
使用概率统计分析深度学习模型的泛化性能
  • 批准号:
    24KJ0933
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
確率分布に基づく空間的な規則性の学習メカニズムの解明
基于概率分布的空间规律性学习机制阐释
  • 批准号:
    24K06620
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
深層強化学習の実応用に向けたデプロイ効率の高いアルゴリズムの開発
开发部署效率高的算法,用于深度强化学习的实际应用
  • 批准号:
    22KJ1075
  • 财政年份:
    2023
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了