Stochastic outcomes (and relation t

Stochastic outcomes (and relation to other fields)[edit]
Individual decision problems with stochastic outcomes are sometimes considered "one-player games". These situations are not considered game theoretical by some authors.[by whom?] They may be modeled using similar tools within the related disciplines of decision theory, operations research, and areas of artificial intelligence, particularly AI planning (with uncertainty) and multi-agent system. Although these fields may have different motivators, the mathematics involved are substantially the same, e.g. using Markov decision processes (MDP).[citation needed]
Stochastic outcomes can also be modeled in terms of game theory by adding a randomly acting player who makes "chance moves" ("moves by nature").[54] This player is not typically considered a third player in what is otherwise a two-player game, but merely serves to provide a roll of the dice where required by the game.
For some problems, different approaches to modeling stochastic outcomes may lead to different solutions. For example, the difference in approach between MDPs and theminimax solution is that the latter considers the worst-case over a set of adversarial moves, rather than reasoning in expectation about these moves given a fixed probability distribution. The minimax approach may be advantageous where stochastic models of uncertainty are not available, but may also be overestimating extremely unlikely (but costly) events, dramatically swaying the strategy in such scenarios if it is assumed that an adversary can force such an event to happen.[55] (See Black swan theory for more discussion on this kind of modeling issue, particularly as it relates to predicting and limiting losses in investment banking.)

ผลลัพธ์ (ไทย) 1:

ผลแบบเฟ้นสุ่ม (และความสัมพันธ์กับฟิลด์อื่น ๆ) [แก้ไข]ตัดสินใจแต่ละปัญหา มีผลแบบเฟ้นสุ่มบางครั้งจะถือว่าเป็น "คนเล่นเกม" สถานการณ์เหล่านี้เป็นเกมทฤษฎีบางอย่างผู้เขียน [โดยใคร] พวกเขาอาจสร้างแบบจำลองโดยใช้เครื่องมือเหมือนในสาขาที่เกี่ยวข้องของทฤษฎีการตัดสินใจ งานวิจัย และด้านปัญญาประดิษฐ์ AI วางแผน (ด้วยความไม่แน่นอน) และตัวแทนหลายระบบโดยเฉพาะอย่างยิ่งการ ถึงแม้ว่าเขตข้อมูลเหล่านี้อาจแตกต่าง motivators คณิตศาสตร์ที่เกี่ยวข้องได้มากเดียวกัน เช่นใช้ Markov กระบวนการตัดสินใจ (MDP) [ต้องการอ้างอิง]ผลสโทแคสติกสามารถยังเป็นแบบจำลองในด้านทฤษฎีเกม โดยการเพิ่มผู้เล่นสุ่มรักษาการที่ทำให้ "โอกาสย้าย" ("ย้ายตามธรรมชาติ") [54] เล่นนี้ไม่โดยทั่วไปถือว่าเป็นเครื่องเล่นที่สามในสิ่งอื่นเป็นเกมที่ผู้เล่นสอง แต่ทำหน้าที่เพียงเพื่อให้ม้วนของลูกเต๋าเกมต้องการสำหรับปัญหา วิธีต่าง ๆ การสร้างโมเดลแบบเฟ้นสุ่มผลอาจนำไปสู่การแก้ไขปัญหาต่าง ๆ ตัวอย่าง ความแตกต่างในวิธีการระหว่าง MDPs และโซลูชั่น theminimax คือ ว่า หลังพิจารณาที่ worst-case ผ่านชุดย้าย adversarial แทนที่ใช้เหตุผลในความคาดหวังเกี่ยวกับการเคลื่อนไหวเหล่านี้ได้รับการกระจายความน่าเป็นถาวร วิธี minimax ได้ข้อได้เปรียบความไม่แน่นอนแบบสโทแคสติกไม่มี แต่อาจยังมี overestimating มากเหตุการณ์น่า (แต่ค่าใช้จ่าย) ต้นกลยุทธ์ในสถานการณ์ดังกล่าวอย่างมากถ้าจะสันนิษฐานว่า ปฏิปักษ์สามารถบังคับเหตุการณ์ดังกล่าวเกิดขึ้น [55] (ดูหงส์ดำทฤษฎีสำหรับอภิปรายเพิ่มเติมบนโมเดลปัญหา ชนิดนี้โดยเฉพาะอย่างยิ่งเกี่ยวข้องกับการคาดการณ์ และการจำกัดการขาดทุนในการลงทุนที่ธนาคาร)

ผลลัพธ์ (ไทย) 2:

ผล Stochastic (และความสัมพันธ์กับสาขาอื่น ๆ ) [แก้ไข]
ปัญหาการตัดสินใจส่วนบุคคลกับผลสุ่มบางครั้งจะถือว่า "เกมที่ผู้เล่นคนหนึ่ง" สถานการณ์เหล่านี้จะไม่ถือว่าเป็นเกมทางทฤษฎีโดยนักเขียนบางคน. [ใคร?] พวกเขาอาจจะสร้างแบบจำลองโดยใช้เครื่องมือที่คล้ายกันในสาขาวิชาที่เกี่ยวข้องของทฤษฎีการตัดสินใจการวิจัยการดำเนินงานและพื้นที่ของปัญญาประดิษฐ์โดยเฉพาะอย่างยิ่งการวางแผน AI (กับความไม่แน่นอน) และหลาย ระบบตัวแทน แม้ว่าเขตข้อมูลเหล่านี้อาจจะมีแรงจูงใจที่แตกต่างกันทางคณิตศาสตร์ที่เกี่ยวข้องเป็นอย่างมากเหมือนกันเช่นใช้กระบวนการตัดสินใจมาร์คอฟ (MDP). [อ้างจำเป็น]
ผล Stochastic ยังสามารถสร้างแบบจำลองในแง่ของทฤษฎีเกมโดยการเพิ่มผู้เล่นที่ทำหน้าที่สุ่มที่ทำให้ "โอกาส การเคลื่อนไหว "(" การเคลื่อนไหวโดยธรรมชาติ "). [54] ผู้เล่นนี้จะไม่ถือว่าเป็นมักจะเป็นผู้เล่นที่สามในสิ่งอื่น ๆ เป็นเกมที่สองผู้เล่น แต่เพียงทำหน้าที่ในการให้การโยนลูกเต๋าที่จำเป็นโดยเกม.
สำหรับบางคน ปัญหาที่แตกต่างกันไปสู่ผลลัพธ์ที่สุ่มสร้างแบบจำลองอาจนำไปสู่การแก้ปัญหาที่แตกต่างกัน ตัวอย่างเช่นความแตกต่างในวิธีการระหว่าง MDPs และโซลูชั่นการ theminimax เป็นที่หลังพิจารณากรณีที่เลวร้ายที่สุดในช่วงของการเคลื่อนไหวชุดขัดแย้งมากกว่าเหตุผลในความคาดหวังเกี่ยวกับการเคลื่อนไหวเหล่านี้ได้รับการกระจายความน่าจะคงที่ วิธีการมินิแมกซ์อาจจะเป็นข้อได้เปรียบที่แบบสุ่มของความไม่แน่นอนจะไม่สามารถใช้ได้ แต่ยังอาจจะไขว้เขวไม่น่ามาก (แต่เสียค่าใช้จ่าย) เหตุการณ์ที่เกิดขึ้นอย่างรวดเร็วไหวกลยุทธ์ที่ใช้ในสถานการณ์ดังกล่าวหากมีการสันนิษฐานว่าฝ่ายตรงข้ามสามารถบังคับให้เหตุการณ์ดังกล่าวจะเกิดขึ้น [55] (ดูทฤษฎีหงส์ดำสำหรับการอภิปรายเพิ่มเติมเกี่ยวกับชนิดของปัญหาการสร้างแบบจำลองนี้โดยเฉพาะที่เกี่ยวข้องกับการคาดการณ์และการ จำกัด การสูญเสียในธนาคารเพื่อการลงทุน.)

ผลลัพธ์ (ไทย) 3:

ผลสุ่ม ( และความสัมพันธ์กับสาขาอื่น ๆ ) [ แก้ไข ] ปัญหาการตัดสินใจ
บุคคลด้วยผลสุ่มบางครั้งถือว่า " เกม " หนึ่งในผู้เล่น สถานการณ์เหล่านี้ไม่ถือว่าเป็นเกมเชิงทฤษฎีโดยผู้เขียน [ ใคร ? ] พวกเขาอาจจะออกแบบโดยใช้เครื่องมือที่คล้ายกันในสาขาวิชาที่เกี่ยวข้อง ทฤษฎีการตัดสินใจดำเนินการวิจัย และพื้นที่ของปัญญาประดิษฐ์โดยเฉพาะไอวางแผน ( ไม่แน่นอน ) และแบบจำลองชนิดหลายตัวแทนระบบ แม้ว่าข้อมูลเหล่านี้อาจมีแรงจูงใจที่แตกต่างกัน คณิตศาสตร์เกี่ยวข้องมากเช่นเดียวกัน เช่น การตัดสินใจเลือกใช้กระบวนการมาร์คอฟ ( MDP ) . [ อ้างจำเป็น ]
Stochastic ยังสามารถสร้างผลลัพธ์ในแง่ของทฤษฎีเกม โดยเพิ่มสุ่มแสดงผู้เล่นที่ทำให้ " โอกาสการย้าย " ( " ย้ายจากธรรมชาติ " )[ 54 ] เครื่องเล่นนี้ไม่ได้เป็นโดยทั่วไปถือว่าเป็นผู้เล่นที่สามในอะไรอื่นเป็นเกมผู้เล่นสอง แต่เพียงทำหน้าที่เพื่อให้ลูกเต๋าที่บังคับใช้โดยเกมม้วน
สำหรับปัญหาบางอย่าง ที่แตกต่างกัน แนวทางการสร้างแบบจำลองผลสุ่มอาจนำไปสู่การแก้ปัญหาต่าง ๆ ตัวอย่างเช่นความแตกต่างระหว่างและโซลูชั่นแบบ mdps theminimax คือ หลังพิจารณาความคืบหน้าผ่านชุดของขัดแย้งย้ายมากกว่าการใช้เหตุผลในความคาดหวังเกี่ยวกับการเคลื่อนไหวเหล่านี้ได้รับการแก้ไข ความน่าจะเป็น การแจกแจง วิธีการบริการอาจจะได้เปรียบที่สุ่มรูปแบบของความไม่แน่นอนจะไม่สามารถใช้ได้แต่อาจจะมองยากมาก ( แต่แพง ) เหตุการณ์อย่างมากครอบงำกลยุทธ์ในสถานการณ์ดังกล่าว หากเป็นสันนิษฐานว่าคู่ต่อสู้ที่สามารถบังคับให้เหตุการณ์ดังกล่าวเกิดขึ้น [ 55 ] ( ดูทฤษฎีหงส์ดำสำหรับการอภิปรายเพิ่มเติมเกี่ยวกับชนิดของแบบจำลองปัญหา โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับทำนายจำกัดการขาดทุนในธนาคารและ การลงทุน )
.