Главная arrow книги arrow Копия Глава 16. Принятие простых решений arrow Резюме
Резюме

В данной главе показано, как объединить теорию полезности с теорией вероятностей, чтобы дать возможность агенту выбрать действия, которые максимизируют его ожидаемую производительность.

•    Теория вероятностей описывает, в чем должен быть уверен агент согласно полученному свидетельству, теория полезности показывает, к чему должен стремиться агент, а теория принятия решений позволяет объединить подходы этих двух теорий для определения того, что должен делать агент.

•    Теория принятия решений может использоваться для создания систем, которые принимают решения, рассматривая все возможные действия и выбирая из них именно то, которое приводит к наилучшему ожидаемому результату. Такая система известна под названием рационального агента.

•    Теория полезностей показывает, что агент, руководствующийся отношениями предпочтения между лотереями, совместимыми с множеством простых аксиом, может быть описан как обладающий функцией полезности; кроме того, агент выбирает действия так, чтобы можно было максимизировать его ожидаемую полезность.

•    Теория многоатрибутной полезности посвящена изучению полезности, которая зависит от нескольких разных атрибутов состояний. Стохастическое доминирование представляет собой особенно удобный метод принятия непротиворечивых решений даже при отсутствии точных значений полезности для атрибутов.

•    Сети принятия решений представляют собой простую формальную систему для описания и решения задач принятия решений. Они являются естественным расширением байесовских сетей и, кроме узлов жеребьевки, содержат узлы решения и узлы полезности.

•    Иногда для решения задачи приходится заниматься поиском дополнительной информации, прежде чем принимать решение. Стоимость информации определена как ожидаемое повышение полезности по сравнению с принятием решений без этой информации.

•    Экспертные системы, в которых предусматривается использование информации о полезности, обладают дополнительными возможностями по сравнению с системами, в которых применяется исключительно вероятностный вывод. Они не только обладают способностью вырабатывать решения, но и могут использовать стоимость информации для определения того, следует ли стремиться к ее получению, а также способны рассчитать чувствительность своих решений к небольшим изменениям в оценках вероятности и полезности.