[論文レビュー] Exploring the hierarchical structure of human plans via program generation

Carlos G. Correa, Sophia Sanborn+4 more|arXiv (Cornell University)|Nov 30, 2023

Software Engineering Research被引用数 4

ひとこと要約

本論文は、参加者が階層的な構造を持つプログラミング風タスクでプログラムを作成するように指示することで、人間がどのように階層的な計画を生成するかを調査している。研究では、最小記述長（MDL）が予測する範囲を越えて、人々がプログラム再利用を好む傾向があることが判明し、その傾向を説明するための文法誘導に基づく生成モデルを提案している。このモデルは、効用最大化やMDL単体よりも優れた性能を示している。

ABSTRACT

Human behavior is often assumed to be hierarchically structured, made up of abstract actions that can be decomposed into concrete actions. However, behavior is typically measured as a sequence of actions, which makes it difficult to infer its hierarchical structure. In this paper, we explore how people form hierarchically structured plans, using an experimental paradigm with observable hierarchical representations: participants create programs that produce sequences of actions in a language with explicit hierarchical structure. This task lets us test two well-established principles of human behavior: utility maximization (i.e. using fewer actions) and minimum description length (MDL; i.e. having a shorter program). We find that humans are sensitive to both metrics, but that both accounts fail to predict a qualitative feature of human-created programs, namely that people prefer programs with reuse over and above the predictions of MDL. We formalize this preference for reuse by extending the MDL account into a generative model over programs, modeling hierarchy choice as the induction of a grammar over actions. Our account can explain the preference for reuse and provides better predictions of human behavior, going beyond simple accounts of compressibility to highlight a principle that guides hierarchical planning.

研究の動機と目的

• 内部表現が直接観察できない状況において、人間がどのように階層的な計画を形成するかを調査すること。
• 人間の計画生成が、行動数の最小化（効用最大化）か、プログラム長の最小化（最短記述長：MDL）のどちらに従っているかを検証すること。
• MDL や効用最大化では説明できない、人間のプログラムに見られる定性的な特徴を同定すること。
• 階層的計画の生成モデルにおいて、サブルーチン再利用の好みを事前分布として形式化すること。
• 抽象的アクションの文法と、それらのアクションを用いた計画を同時に推論する文法誘導モデルの構築と評価すること。

提案手法

• 参加者は、アクションを再利用可能なサブルーチンにグループ化できるLightbotに類似した環境で階層的プログラムを作成した。
• 研究では、人間が生成したプログラムを、効用最大化（行動数の最小化）とMDL（プログラム長の最小化）の予測と比較した。
• 階層的選択を文法誘導としてモデル化し、頻繁に使用されるサブルーチンの再利用を優遇する事前分布を組み込んだ生成モデルを開発した。
• サブルーチンが自分自身を呼び出すことができる再帰的プログラム生成を採用し、ゴール後のアクションや再帰的サブルーチンの特別なケースを含めた。
• 実行トレースからプログラムを生成するためのグリーディトレースリライトアルゴリズムを用い、サブルーチン再利用を最大化するように制約を設けた（最小長および使用回数の制約あり）。
• A*探索を用いて効率的な実行トレースの探索を実施し、マンハッタン距離と最小スパニングツリーコストを組み合わせたヒューリスティックを用いた。

実験結果

リサーチクエスチョン

• RQ1 人間は、実践経験のない新しい状況において、どのように階層的計画を生成するのか？
• RQ2 階層的プログラムを作成する際、人々はプログラム長（MDL）を最適化するか、行動数（効用最大化）を最適化するか、どの程度その傾向を示すのか？
• RQ3 MDL や効用最大化では説明できない、人間のプログラムに見られる定性的な特徴（例えば、サブルーチンの再利用）は存在するか？
• RQ4 再利用を優遇する事前分布を持つ文法誘導に基づく生成モデルは、MDL や効用モデルよりも人間のプログラム構造をよりよく予測できるか？
• RQ5 サブルーチン使用の経験が、階層的計画構造にどのような影響を及えるのか？

主な発見

• 参加者はより短いプログラムと少ない行動数を好んだため、MDLと効用最大化の両方に感受性を示していた。
• それでも参加者は、MDL や効用最大化が予測する範囲を越えて、一貫してサブルーチンを多く再利用しており、圧縮性を越えた定性的な再利用の好みが示された。
• 再利用を優遇する事前分布を組み込んだ提案された文法誘導モデルは、人間のプログラム構造を予測する上で、MDL や効用最大化を上回る性能を示した。
• モデルは、全体のプログラム長を短縮する再帰的サブルーチンやゴール後のアクションといった複雑なパターンをうまく捉えていた。
• 参加者のプログラムの78％および、少なくとも1人の他の参加者と共有されたプログラムの94％が、モデルのプログラムコーパスによって正しく生成された。
• A*探索で用いたヒューリスティック（マンハッタン距離と最小スパニングツリーコストの組み合わせ）により、トレース探索における単調性と最適性が保証された。