Multi-task reinforcement learning in humans

强化学习 任务(项目管理) 计算机科学 人工智能 钢筋 人类智力 继任枢机主教 机器学习 心理学 认知心理学 多任务学习 社会心理学 数学 数学分析 经济 管理
作者
Momchil S. Tomov,Eric Schulz,Samuel J. Gershman
出处
期刊:Nature Human Behaviour [Springer Nature]
卷期号:5 (6): 764-773 被引量:43
标识
DOI:10.1038/s41562-020-01035-y
摘要

The ability to transfer knowledge across tasks and generalize to novel ones is an important hallmark of human intelligence. Yet not much is known about human multitask reinforcement learning. We study participants’ behaviour in a two-step decision-making task with multiple features and changing reward functions. We compare their behaviour with two algorithms for multitask reinforcement learning, one that maps previous policies and encountered features to new reward functions and one that approximates value functions across tasks, as well as to standard model-based and model-free algorithms. Across three exploratory experiments and a large preregistered confirmatory experiment, our results provide evidence that participants who are able to learn the task use a strategy that maps previously learned policies to novel scenarios. These results enrich our understanding of human reinforcement learning in complex environments with changing task demands. Studying behaviour in a decision-making task with multiple features and changing reward functions, Tomov et al. find that a strategy that combines successor features with generalized policy iteration predicts behaviour best.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
anqi完成签到,获得积分10
1秒前
阿睿发布了新的文献求助10
1秒前
北海发布了新的文献求助10
2秒前
操所有人完成签到 ,获得积分10
2秒前
2秒前
科研通AI2S应助cscscs采纳,获得20
3秒前
快乐的呼呼完成签到 ,获得积分10
3秒前
xiaolaji完成签到,获得积分10
3秒前
宓飞烟发布了新的文献求助10
4秒前
阿难完成签到,获得积分20
4秒前
威武谷南完成签到,获得积分10
5秒前
科研通AI2S应助淡淡的荷花采纳,获得10
5秒前
keyanwang完成签到 ,获得积分10
6秒前
thefan完成签到 ,获得积分10
6秒前
DUANG-Jerry发布了新的文献求助10
6秒前
严美娜发布了新的文献求助10
6秒前
zls发布了新的文献求助100
7秒前
莲枳榴莲发布了新的文献求助10
7秒前
打打应助地精术士采纳,获得10
7秒前
7秒前
Vicki完成签到,获得积分10
8秒前
klio完成签到 ,获得积分10
8秒前
坦率的依风完成签到 ,获得积分10
8秒前
青灿笑完成签到,获得积分10
8秒前
8秒前
chizhi完成签到,获得积分10
9秒前
aaaa完成签到,获得积分10
9秒前
思源应助文艺的冬卉采纳,获得30
10秒前
在水一方应助威武好吐司采纳,获得10
11秒前
小靳完成签到,获得积分10
11秒前
越宝完成签到,获得积分10
11秒前
aaaa发布了新的文献求助30
12秒前
酷波er应助科研通管家采纳,获得10
12秒前
桐桐应助科研通管家采纳,获得10
12秒前
科研通AI2S应助科研通管家采纳,获得10
12秒前
Wells应助科研通管家采纳,获得10
12秒前
Owen应助科研通管家采纳,获得10
12秒前
汉堡包应助科研通管家采纳,获得10
12秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3151396
求助须知:如何正确求助?哪些是违规求助? 2802862
关于积分的说明 7850843
捐赠科研通 2460290
什么是DOI,文献DOI怎么找? 1309701
科研通“疑难数据库(出版商)”最低求助积分说明 628997
版权声明 601760