[论文解读] Human Decision-Making under Limited Time
本文提出了一种有限理性决策模型，通过在期望效用与偏离先验选择分布之间进行权衡，形式化了在时间压力下的人类选择。该模型基于统计力学和信息论，准确预测了在不同时间约束下的经验选择模式，表明随着资源减少，人类越来越依赖于已学习的先验分布。
Subjective expected utility theory assumes that decision-makers possess unlimited computational resources to reason about their choices; however, virtually all decisions in everyday life are made under resource constraints - i.e. decision-makers are bounded in their rationality. Here we experimentally tested the predictions made by a formalization of bounded rationality based on ideas from statistical mechanics and information-theory. We systematically tested human subjects in their ability to solve combinatorial puzzles under different time limitations. We found that our bounded-rational model accounts well for the data. The decomposition of the fitted model parameter into the subjects' expected utility function and resource parameter provide interesting insight into the subjects' information capacity limits. Our results confirm that humans gradually fall back on their learned prior choice patterns when confronted with increasing resource limitations.
研究动机与目标
- 验证在资源约束下人类决策中有限理性的形式化模型。
- 研究时间限制如何影响受控认知任务中的选择行为。
- 将决策过程分解为效用函数和资源参数，以理解信息容量的限制。
- 检验在时间压力增加时，人类选择是否趋向于先验分布。
- 将有限理性模型与经典期望效用模型和softmax模型进行比较。
提出的方法
- 使用自由能泛函形式化有限理性，该泛函在期望效用与先验分布的KL散度之间进行权衡。
- 通过自由能优化推导出的吉布斯分布建模后验选择概率。
- 使用时间限制系统变化的组合谜题任务对模型进行经验测试。
- 将有限理性模型拟合到人类选择数据，同时估计效用函数和逆温度（资源）参数。
- 将模型拟合效果与替代模型（包括无先验的softmax模型）进行比较，以评估先验分布的必要性。
- 采用低秩假设分解对数似然函数，以隔离逆温度参数的作用。
实验结果
研究问题
- RQ1时间约束如何影响人类在组合决策任务中的选择模式？
- RQ2与无先验的模型相比，包含先验分布的有限理性模型是否能更好地解释人类行为？
- RQ3在资源有限时，个体在多大程度上依赖于已学习的先验选择？
- RQ4逆温度参数是否能可靠地捕捉个体在信息处理能力上的差异？
- RQ5随着可用时间的变化，效用最大化与先验一致性之间的权衡如何变化？
主要发现
- 包含先验分布的有限理性模型相比无先验的softmax模型，对经验数据的拟合显著更优。
- 随着时间压力增加，受试者的选择逐渐向其先验分布靠拢，表明其依赖于已学习的启发式方法。
- 逆温度参数随时间呈次线性增长，表明额外时间带来的性能增益呈递减趋势。
- 模型的期望效用曲线呈凹形，反映出随着思考时间增加，决策质量的边际收益递减。
- 受试者的效用函数具有刺激依赖性，且与后悔理论一致，即偏离确定性等值的偏差与负向后悔成正比。
- 在时间无约束的极限情况下，该模型可预测完全理性的行为，证实其在无约束条件下的理论一致性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。