agent-based model建模中提到的learning和adaptation有什么区别？

联系：都是一种根据系统的产出不断自我调整以更好地做出决策实现自己目标的过程。

区别：

learning（狭义）在一定假设条件下，是最优的或最有效率的自我调整过程。比如，最简单的最小二乘法，或复杂一点的Bayesian update之类。它们在一定条件下都已知是适应该条件的最优的调整过程。

Adaptaion不要求自我调整过程本身是最优的或最有效的，因而该过程的算法往往是描述性的或模拟性的。例如genetic algorithm就是描述了生物适应环境的过程，因而是一种adaptation，但通常不被称为狭义的learning，因为，这种算法是否是对agent而言最优的，没有保障，agent也无法判断，因为agent往往没有充足的知识和信息。就像生物没有物理学、化学知识，只能依靠基因的无规运动去适应环境。