机构名称：
¥ 3.0
了解人们在战略环境中的行为如何 - 根据自己对他人行为的期望做出决定 - 在行为科学中是一个长期存在的问题。我们在两人矩阵游戏中初次玩游戏的背景下进行了战略决策的最大研究，分析了超过2,400多个程序生成的游戏的90,000多个人类决策，这些游戏比以前的数据集更宽。我们表明，对这些数据训练的深层神经网络比领导战略行为理论更好地预测了人们的选择，这表明存在这些理论并未解释的系统变化。然后，我们修改网络以产生一种新的，可解释的行为模型，揭示原始网络对人的了解：他们最佳响应的能力和推理他人的能力取决于单个游戏的复杂性。这种上下文依赖性对于解释与战略决策中的理性纳什均衡，响应时间和不确定性的偏差至关重要。更广泛地说，我们的结果表明，如何在预测之外应用机器学习，以进一步帮助产生对复杂人类行为的新解释。
捕获人类战略决策的复杂性
主要关键词
相关文件推荐
