从 T 迷宫到迷宫：从基于模型的反馈中学习-研究论文

许多组织行动不需要有任何直接或直接的回报结果，而是为使组织走向某些实际回报的后续行动奠定基础。 在这种情况下学习提出了信用分配的挑战（Minsky 1961），即如何将一系列动作的整体结果的信用分配给每个先行动作。 为了探索在这种情况下的学习过程，我们创建了一个正式模型，在该模型中，参与者在重复复杂的问题解决任务时开发了舞台设置行动价值的心理模型。 部分知识，无论是问题空间中的特定状态，还是通过空间的低效和迂回的例程，都被证明是非常有价值的。 然而，由于必须确定一系列动作时智能动作的相互依赖，组织知识相对脆弱。 因此，虽然离职可能会刺激搜索并在相互依赖程度较低的任务环境中产生很大的良性影响，但当学习问题需要参与者知识之间的互补性时，它对组织的近期绩效非常具有破坏性。