Hence, which RL model is most appro

Hence, which RL model is most appropriate does matter for de-termining which kind of regression model is most suitable for ana-lyzing a given data set. Ito and Doya (2009) fitted various models to
rat choice behavior. Their results demonstrated that the F-Q model
(αL = αF ) better fit the rats’ choice behaviors compared with the
standard Q-learning model with αF = 0, and the F-Q model had
approximately the same prediction performance as the Q-learning
model with differential forgetting (DF-Q model; αL and αF were in-dependent free parameters). The F-Q model was ultimately favored
because the F-Q model has fewer parameters than the DF-Q model.
Together with our discussion in the present study, Ito and Doya’s
results may suggest that the simple regression model (with an actual trial count) would suffice to describe choice behavior in rats.

ผลลัพธ์ (ไทย) 1:

ด้วยเหตุนี้ รุ่น RL ที่เหมาะสมสุดสำคัญสำหรับเด termining แบบจำลองถดถอยชนิดใดเหมาะสมสุดสำหรับ ana lyzing ชุดข้อมูลที่กำหนด อิโตะและ Doya (2009) รุ่นต่าง ๆ เพื่อติดตั้งหนูเลือกลักษณะการทำงาน ผลแสดงให้เห็นว่าแบบ F Q(ΑL = αF) ให้ เหมาะสมกับพฤติกรรมเลือกของหนูเปรียบเทียบกับการมาตรฐานการเรียน Q รุ่น αF = 0 และรุ่น F Qประมาณเดียวกันทำนายประสิทธิภาพการทำงานเป็นการเรียนรู้ Qรุ่นที่ มีการลืมส่วนที่แตกต่าง (รุ่น DF-Q; αL และ αF ได้ในขึ้นอยู่กับพารามิเตอร์ฟรี) ในที่สุดเป็นที่ชื่นชอบแบบ F Qเนื่องจากรุ่น F Q มีพารามิเตอร์น้อยกว่ารุ่น DF-Qพร้อมกับการสนทนาของเราในการศึกษาปัจจุบัน อิโตะและของ Doyaผลลัพธ์อาจแนะว่า แบบจำลองถดถอยอย่างง่าย (พร้อมทดลองใช้จำนวนจริง) จะพอเพียงเพื่ออธิบายลักษณะการทำงานเลือกในหนู

ผลลัพธ์ (ไทย) 2:

ดังนั้นรูปแบบ RL เหมาะสมที่สุดไม่สำคัญสำหรับ de-termining ซึ่งชนิดของแบบจำลองการถดถอยที่เหมาะสมที่สุดสำหรับ Ana-lyzing ชุดข้อมูลที่ได้รับ Ito และ Doya (2009) ติดตั้งรุ่นต่างๆเพื่อ
หนูพฤติกรรมทางเลือก ผลของพวกเขาแสดงให้เห็นว่ารูปแบบ FQ
(αL = αF) ให้สอดคล้องกับพฤติกรรมการเลือกหนู 'เมื่อเทียบกับ
รุ่น Q-การเรียนรู้มาตรฐานที่มีαF = 0 และรุ่น FQ มี
ประมาณประสิทธิภาพการทำนายเช่นเดียวกับ Q-การเรียนรู้
รูปแบบที่มีค่า ลืม (DF-Q รุ่น; αLและαFอยู่ในขึ้นอยู่กับพารามิเตอร์ฟรี) รุ่น FQ เป็นที่ชื่นชอบในท้ายที่สุด
เพราะรุ่น FQ มีพารามิเตอร์น้อยลงกว่ารุ่น DF-Q.
ร่วมกับการสนทนาของเราในการศึกษาปัจจุบัน Ito และ Doya ของ
ผลอาจแนะนำว่ารูปแบบการถดถอยอย่างง่าย (ด้วยการนับการทดลองใช้จริง) จะพอเพียงเพื่อ อธิบายพฤติกรรมทางเลือกในหนู

ผลลัพธ์ (ไทย) 3:

ดังนั้น ที่ RL แบบเหมาะสมที่สุดเป็นเรื่องสำคัญสำหรับ เดอ termining ซึ่งชนิดของแบบจำลองสมการถดถอยที่เหมาะสมที่สุดสำหรับอนา lyzing กำหนดชุดข้อมูล นี้ และ doya ( 2009 ) ติดตั้งแบบต่าง ๆพฤติกรรมการเลือกหนู ผลของพวกเขาแสดงให้เห็นว่า f-q รุ่น( α L = α F ) ดีกว่า พอดีหนูเลือกพฤติกรรมเมื่อเทียบกับมาตรฐาน q-learning แบบα F = 0 และ f-q แบบมีประมาณเดียวกันพยากรณ์การทำงานเป็น q-learningแบบมีดิฟลืม ( df-q แบบจำลอง α L และ F เป็นฟรีαพารามิเตอร์ตัวแปร ) การ f-q รุ่นถูกสุดโปรดเพราะ f-q แบบมีพารามิเตอร์น้อยกว่า df-q นางแบบพร้อมกับการสนทนาของเราในการศึกษาของ Ito และ doyaผลลัพธ์อาจแสดงให้เห็นว่าแบบจำลองการถดถอยอย่างง่าย ( นับเป็นการทดลองจริง ) จะพอเพียงเพื่ออธิบายพฤติกรรมการเลือกในหนู