Ítem
Acceso Abierto
Modelo de toma de decisiones utilizando aprendizaje por refuerzo cuántico
Título de la revista
Autores
Sastoque Granados, Santiago
Fecha
2021-05-27
Directores
López López, Juan Manuel
León Anhuaman, Laura Andrea
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
El aprendizaje por refuerzo clásico (CRL, por sus siglas en inglés), ha sido utilizado ampliamente en aplicaciones para la psicología y neurociencia. Sin embargo, el aprendizaje por refuerzo cuántico (QRL, por sus siglas en inglés) ha demostrado mejor desempeño en simulaciones por computadora. Para poder analizar la toma de decisiones basada en el valor utilizando estos modelos, se diseñó un protocolo experimental que consiste en dos grupos sanos de diferentes edades realizando la prueba Iowa Gambling Task. Con esta base de datos se comparó el desempeño de cuatro modelos de CRL y uno de QRL, los resultados demostraron que la toma de decisiones basadas en el valor se puede modelar utilizando aprendizaje por refuerzo cuántico y esto sugiere que el enfoque cuántico a la toma de decisiones aporta nuevas perspectivas y herramientas que permiten entender nuevos aspectos del proceso de toma de decisiones humano.
Abstract
Classical reinforcement learning (CRL) has been widely used in psychology and neuroscience applications. However, quantum reinforcement learning (QRL) has shown better performance in computer simulations. In order to analyze value-based decision-making using these models, an experimental protocol was designed, consisting of two healthy groups of different ages performing the Iowa Gambling Task. The results showed that value-based decision making can be modeled using quantum reinforcement learning and this suggests that the quantum approach to decision making provides new perspectives and tools that allow to understand new aspects of the human decision making process.
Palabras clave
Aprendizaje por refuerzo cuántico , Toma de decisiones , Aprendizaje por refuerzo
Keywords
Quantum reinforcement learning , Value-based decision-making , Iowa Gambling , Task , Reinforcement learning
