本文研究了以对手类型为条件的参与者行为的战略适应性。 参与者对三种模式检测计算机算法中的每一种进行了 100 轮的恒和游戏,这些算法旨在利用人类行为的规律性,例如随机化的缺陷和简单启发式算法的使用。 重要的证据表明,人类参与者不仅会改变他们选择行动的边际概率,还会改变他们依赖于近期游戏历史的条件概率。 提出了一种包含模式识别的认知模型,它比文献中使用的标准非模式检测模型、经验加权吸引模型(以及其嵌套模型、强化学习和虚构游戏)更好地捕捉参与者战略行为的变化信念学习)。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~