Counterfactual reasoning as a key for explaining adaptive behavior in a changing environment

حیوانات برای تغییرات محیط اطراف حیاتی حیاتی است و یادگیری تقویت یکی از فرآیندهای شناخته شده برای توضیح رفتار تغییر تشخیص است. با این حال، یادگیری تقویت کننده نمی تواند به طور کامل تغییرات سریع و نسبتا فوری در استراتژی را در پاسخ به تغییرات ناگهانی محیطی توضیح دهد. یک مدل قبلی، یادگیری تقویت کننده و استدلال ضد عقلانی را برای توضیح رفتار سازگار مشاهده شده در محیط شبیه ساز بازار تغییر داد. در این مقاله، ما از ساز و کارهای مدل مشابه برای شبیه سازی داده ها از دو کار اضافی استفاده می کنیم که نیاز به شرکت کنندگان، که نقش تحلیلگران هوش را بازی می کنند، برای تشخیص تغییرات یک تاکتیک دشمن تحت کنترل کامپیوتری بر اساس شواهد و بازخورد های اطلاعاتی. نتایج نشان می دهد که مدل ما دقیقا رفتار سازگارانه شرکت کنندگان را ضبط می کند، که بیشتر از نتیجه گیری قبلی ما استدلال می کند که استدلال ضد مبادله یک قطعه گمشده برای توضیح رفتار تطبیقی ​​در یک محیط در حال تغییر است.