論文應該會用到
不過 我現在才發現 以前在修AI的時候其實也提過了......
一個代理人要如何做決策之類的...........
當時真的沒好好學Orz
不過都很淺就是了
AI這領域真的博大精深
這次找了好多資料來看
整理一下幾點:
- Decision Theory = Probability Theory (描述不確定性)+ Utility Theory(描述偏好性)定義問題
- 機率理論不多說
- Utility Theory: Utility可以是一個使用者的偏好的數值,若我們按照效用理論公理定義好偏好關係,則會存在一個實數函數U,若且唯若偏好A勝餘B,則U(A)>U(B)
- Multi-attribute Utility Theory 可以把單一attribute的Utility結合,整合起來各個不同的目標,U(X,Y,Z)=f(U(X),U(Y),U(Z))
- 根據最大期望效用原則,理性代理人的選擇會選產生最大效用的決策
- 可以使用Decision Tree或是Inference Diagram(Decision Network)來做工具 這兩個工具都要判斷
- 決策變數(要做的決策)
- 狀態變數(會產生什麼結果)
- 效用變數(對結果的偏好
- 若決策的結果無機率性,則Utility又稱作value,反之則稱Utility,Utility反應了決策者對風險的態度
沒有留言:
張貼留言