アクション選択とは

アクションの選択は、設計されたインテリジェントシステムが特定の問題にどのように反応するかを含むプロセスです。 通常、心理学、ロボット工学、人工知能で研究されている分野です。 アクションの選択は、意思決定と行動選択の同義語です。 収集されたデータは、ロボット工学、ビデオゲーム、人工知能プログラミングなどの人工システムに適応できるように、調査および分析されます。

ライフサイエンスのデータの多くは、さまざまな反応を引き起こすために観察および実験することができます。 すべての生き物は、食物、捕食者、仲間に対して本能的な反応をします。 研究された動物が異なる問題に対する異なる解決策を常に実行するように観察される管理された環境を作成することは、研究者とプログラマーに彼らの研究の進歩の基礎を提供します。 これにより、研究者やプログラマーは、これらの本能的な反応を制御された方法で再現しようとしています。

研究者やプログラマーにとって、アクション選択で使用される最も一般的な質問は、その後何をすべきか、次に何が起こるかに焦点を当てています。 応答は、実験的なアクション選択の新しいバッチに順番にリサイクルできます。 アクション選択の主な例は、ゲームと人工知能プログラミングにあります。 コンピューターゲームでは、 HaloやCounter-Strikeのようなファーストパーソンシューター（FPS）で見つけることができます。 ペットベースのゲームであるCreaturesは、タスクに適応することで独自の決定を下すことができる人工知能エンジンを使用しています。

アクション選択をユニークなフィールドにしているのは、許容できるレベルのデータを得るために従うべき厳密なガイドが常にあるということです。 ガイドは常に、人間または動物を模した主題に基づいています。 すべての研究者やプログラマーではないにしても、ほとんどの場合、被験者は常に環境が予測不可能で常に変化する場所に配置する必要があります。 また、被験者はいくつかのタスクを実行しながら時間通りに反応する必要があります。 また、ランダム化要因をもたらすために、実際の生きている人間と相互作用する必要があります。

これらの多くのランダムな要因と従うべき厳格なガイドラインがあるため、実験ごとに異なる状況が常に存在するため、研究は終わりません。 研究者やプログラマーがこの分野を集中的に研究する主な要因の1つは、応答時間です。 被験者が行動を学んだそれぞれの成功した実験で、行動の異なる道が現れます。 これは、以前のバージョンと比較した場合、より複雑な主題になります。