[論文レビュー] An efficient mixed-integer linear programming formulation for solving influence diagrams

Topias Terho, Fabricio Oliveira+2 more|arXiv (Cornell University)|Jan 13, 2026

Bayesian Modeling and Causal Inference被引用数 0

ひとこと要約

本論文は、RJTベースの従来手法が難しい影響図に対する観察に基づくMILP再構成を提案し、効率的な解法を可能にするとともに、CVaRと確率制約の拡張を提供する。

ABSTRACT

Influence diagrams represent decision-making problems with interdependencies between random events, decisions, and consequences. Traditionally, they have been solved using algorithms that determine the expected utility-maximizing decision strategy. In contrast, state-of-the-art solution approaches convert influence diagrams into a mixed-integer linear programming (MILP) model, which can be solved with powerful off-the-shelf MILP solvers. From a computational standpoint, the existing MILP formulations can be efficiently solved when applied to influence diagrams that represent periodic (or sequential) decision processes, which can be cast as partially observable Markov Decision Processes. However, they are inefficient in problems that lack a periodic structure or if the nodes in the influence diagram have large state spaces, thus limiting their practical use. In this paper, we present an efficient MILP formulation that is specifically designed for influence diagrams that are challenging for the earlier MILP formulation-based methods. Additionally, we present how the proposed formulation can be adapted to maximize conditional value-at-risk and how chance and logical constraints can be incorporated into the formulation, thus retaining the modeling flexibility of the MILP-based methods. Finally, we perform computational experiments addressing problems from the literature and compare the computational efficiency of the proposed formulation against the available MILP formulations for the reported influence diagrams. We find that the MILP models based on the proposed formulations can be solved significantly more efficiently compared to the state-of-the-art when solving influence diagrams that cannot be cast as partially observable Markov decision processes.

研究の動機と目的

• 完璧なリコールや周期構造を前提としない影響図の解法動機づけ。
• 既存のRJTベース手法を上回るスケーラブルなMILP定式化の開発。
• リスク指標（CVaR）や制約（確率制約）を組み込む柔軟性を保持。
• 文献に触発した問題全体にわたる理論的保証と計算的証拠の提示。

提案手法

• 観察集合Oと観察可能セグメントy(sO)を導入して経路決定を集約。
• 決定変数zと観察変数yを用いるMILPへ再構成し、より厳密なモデルを得る（式15–20）。
• 最適なx(s)がy(sO)で表現可能であることと、再構成が最適値を保存することを示す主要命題を証明（命題1–4）。
• 観察可能な拡張ごとにyの和が1以下となる強化有効不等式を追加（命題5）。
• フレームワークをCVaR目的に拡張（制約21–32）し、確率制約へ拡張（制約34–35）。
• 前処理と precalculated E(sO)量を利用した並列前処理を活用する計算上の配慮を論じる。

実験結果

リサーチクエスチョン

• RQ1 観察に基づくMILP再構成が、周期構造を欠く影響図や状態空間が大きい場合にRJTおよび元のDecision Programmingアプローチより計算性能を改善できるか。
• RQ2 リスク回避的な目的（CVaR）と確率制約をMILPへ組み込みつつ、モデルの柔軟性を保持できるか。
• RQ3 新しい定式化がパスベースの定式化と同等の最適解を保証する理論的保証は何か。
• RQ4 大規模状態空間といった問題構造下で、再構成が最も大きな計算利得をもたらすのはどのような場合か。

主な発見

• 提案された再構成は、POMDPとして構築できない影響図や状態空間が大きい場合にRJTより優れる。
• 観察に基づく集約は、最適値を保ちながらモデルサイズを削減する（命題1–4）。
• 観察変数と有効不等式を用いた強化MILPはLP緩和を改善し、計算効率を高める。
• CVaRを組み込むことでリスク回避的な意思決定が可能となり、再構成は実行可能（制約21–32）。
• 確率制約により状態や予算の確率的境界を課す拡張が可能（制約34–35）。
• このアプローチはMILPベース手法のモデリング柔軟性を維持し、既存のRJTおよびDPフレームワークを補完する。