Win–stay, lose–switch (original) (raw)
In der Spieltheorie bezeichnet Win-stay, lose-shift eine Strategie für iterierte Gefangenendilemmata. Martin A. Nowak stellt in seinem Buch Supercooperators dar, dass die Strategie „tit for tat“ in Situationen, in denen es zu Missverständnissen und Fehlübermittlungen des Verhaltens zwischen den Spielern kommen kann, schlechter als „win-stay, lose-shift“ abschneidet. Die Strategie besteht darin, die gewählte Strategie (betrügen, kooperieren) beizubehalten, wenn sie erfolgreich war und zu wechseln, wenn sie nicht erfolgreich war.
| Property | Value |
|---|---|
| dbo:abstract | In der Spieltheorie bezeichnet Win-stay, lose-shift eine Strategie für iterierte Gefangenendilemmata. Martin A. Nowak stellt in seinem Buch Supercooperators dar, dass die Strategie „tit for tat“ in Situationen, in denen es zu Missverständnissen und Fehlübermittlungen des Verhaltens zwischen den Spielern kommen kann, schlechter als „win-stay, lose-shift“ abschneidet. Die Strategie besteht darin, die gewählte Strategie (betrügen, kooperieren) beizubehalten, wenn sie erfolgreich war und zu wechseln, wenn sie nicht erfolgreich war. (de) In psychology, game theory, statistics, and machine learning, win–stay, lose–switch (also win–stay, lose–shift) is a heuristic learning strategy used to model learning in decision situations. It was first invented as an improvement over randomization in bandit problems. It was later applied to the prisoner's dilemma in order to model the evolution of altruism. The learning rule bases its decision only on the outcome of the previous play. Outcomes are divided into successes (wins) and failures (losses). If the play on the previous round resulted in a success, then the agent plays the same strategy on the next round. Alternatively, if the play resulted in a failure the agent switches to another action. A large-scale empirical study of players of the game rock, paper, scissors shows that a variation of this strategy is adopted by real-world players of the game, instead of the Nash equilibrium strategy of choosing entirely at random between the three options. (en) |
| dbo:wikiPageID | 14082746 (xsd:integer) |
| dbo:wikiPageLength | 2404 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1074565233 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Prisoner's_dilemma dbr:Psychology dbr:Rock,_paper,_scissors dbr:Nash_equilibrium dbr:Bounded_rationality dbc:Computational_learning_theory dbc:Game_theory dbr:Game_theory dbr:Machine_learning dbr:Statistics dbc:Heuristics dbr:Altruism dbr:Evolutionary_game_theory dbr:Heuristic dbr:Bandit_problem |
| dbp:wikiPageUsesTemplate | dbt:Reflist dbt:Gametheory-stub |
| dct:subject | dbc:Computational_learning_theory dbc:Game_theory dbc:Heuristics |
| gold:hypernym | dbr:Strategy |
| rdf:type | yago:Abstraction100002137 yago:Act100030358 yago:Activity100407535 yago:Event100029378 yago:Heuristic105847956 yago:Procedure101023820 yago:PsychologicalFeature100023100 yago:WikicatHeuristics yago:YagoPermanentlyLocatedEntity dbo:VideoGame yago:Rule105846932 |
| rdfs:comment | In der Spieltheorie bezeichnet Win-stay, lose-shift eine Strategie für iterierte Gefangenendilemmata. Martin A. Nowak stellt in seinem Buch Supercooperators dar, dass die Strategie „tit for tat“ in Situationen, in denen es zu Missverständnissen und Fehlübermittlungen des Verhaltens zwischen den Spielern kommen kann, schlechter als „win-stay, lose-shift“ abschneidet. Die Strategie besteht darin, die gewählte Strategie (betrügen, kooperieren) beizubehalten, wenn sie erfolgreich war und zu wechseln, wenn sie nicht erfolgreich war. (de) In psychology, game theory, statistics, and machine learning, win–stay, lose–switch (also win–stay, lose–shift) is a heuristic learning strategy used to model learning in decision situations. It was first invented as an improvement over randomization in bandit problems. It was later applied to the prisoner's dilemma in order to model the evolution of altruism. (en) |
| rdfs:label | Win-stay, lose-shift (de) Win–stay, lose–switch (en) |
| owl:sameAs | freebase:Win–stay, lose–switch wikidata:Win–stay, lose–switch dbpedia-de:Win–stay, lose–switch https://global.dbpedia.org/id/4xXvT |
| prov:wasDerivedFrom | wikipedia-en:Win–stay,_lose–switch?oldid=1074565233&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Win–stay,_lose–switch |
| is dbo:wikiPageRedirects of | dbr:Win-stay,_lose-switch dbr:Win-Stay,_Lose-Shift dbr:Win-Stay,_Lose-Switch dbr:Win-stay,_lose-shift dbr:Win_stay,_lose_shift dbr:Win_stay,_lose_switch dbr:Win_stay_lose_shift dbr:Win_stay_lose_switch dbr:Win–stay,_lose–shift |
| is dbo:wikiPageWikiLink of | dbr:Prisoner's_dilemma dbr:Win-stay,_lose-switch dbr:Outline_of_machine_learning dbr:Win-Stay,_Lose-Shift dbr:Win-Stay,_Lose-Switch dbr:Win-stay,_lose-shift dbr:Win_stay,_lose_shift dbr:Win_stay,_lose_switch dbr:Win_stay_lose_shift dbr:Win_stay_lose_switch dbr:Win–stay,_lose–shift |
| is foaf:primaryTopic of | wikipedia-en:Win–stay,_lose–switch |