[論文レビュー] Human Decision-Making under Limited Time

Pedro A. Ortega, Alan A. Stocker|arXiv (Cornell University)|Oct 6, 2016

Cognitive Science and Mapping参考文献 13被引用数 15

ひとこと要約

本稿では、期待効用と事前選択分布からの逸脱のトレードオフを用いて、時間的制約下での人間の選択を形式化する、限定的合理性の意思決定モデルを提案する。このモデルは統計力学および情報理論に裏打ちされており、さまざまな時間制約下で実証的な選択パターンを正確に予測し、リソースが減少するにつれて人間が学習済みの事前分布にますます依存する傾向を示している。

ABSTRACT

Subjective expected utility theory assumes that decision-makers possess unlimited computational resources to reason about their choices; however, virtually all decisions in everyday life are made under resource constraints - i.e. decision-makers are bounded in their rationality. Here we experimentally tested the predictions made by a formalization of bounded rationality based on ideas from statistical mechanics and information-theory. We systematically tested human subjects in their ability to solve combinatorial puzzles under different time limitations. We found that our bounded-rational model accounts well for the data. The decomposition of the fitted model parameter into the subjects' expected utility function and resource parameter provide interesting insight into the subjects' information capacity limits. Our results confirm that humans gradually fall back on their learned prior choice patterns when confronted with increasing resource limitations.

研究の動機と目的

• 資源制約下での人間の意思決定における限定的合理性の形式的モデルを検証すること。
• 時間的制限が、制御された認知的タスクにおける選択行動に与える影響を調査すること。
• 意思決定を効用関数とリソースパラメータに分解することで、情報処理能力の限界を理解すること。
• 時間的圧力が増すと、人間の選択が事前分布にシフトするかどうかを検証すること。
• 古典的期待効用モデルおよびソフトマックスモデルと比較して、限定的合理性モデルの有効性を評価すること。

提案手法

• 自由エネルギー汎関数を用いて、期待効用と事前分布からのKLダイバージェンスのバランスを取ることで、限定的合理性を形式化する。
• 自由エネルギー最適化から導かれるギブス分布を用いて、事後選択確率をモデル化する。
• 時間制限を系統的に変化させた組み合わせパズルタスクを用いて、実証的にモデルをテストする。
• 人間の選択データに限定的合理性モデルをフィットさせ、効用関数および逆温度（リソース）パラメータを推定する。
• ソフトマックスモデル（事前分布なし）を含む代替モデルとの比較を通じて、事前分布の必要性を評価する。
• 低ランク仮定を用いて対数尤度関数を分解し、逆温度パラメータの役割を分離する。

実験結果

リサーチクエスチョン

• RQ1 時間的制約は、組み合わせ的意思決定タスクにおける人間の選択パターンにどのように影響するか？
• RQ2 事前分布を含む限定的合理性モデルは、事前分布を含まないモデルよりも、人間の行動をよりよく説明できるか？
• RQ3 リソースが限られた状況で、個人はどれほど学習済みの事前選択に依存するか？
• RQ4 逆温度パラメータは、情報処理能力の個人差を信頼性高く捉えられるか？
• RQ5 利用可能な時間が変化するにつれて、効用最大化と事前分布への従順性のトレードオフはどのように変化するか？

主な発見

• 事前分布を含む限定的合理性モデルは、事前分布を含まないソフトマックスモデルよりも、実証データに対して顕著に優れたフィットを示した。
• 時間的圧力が高まるにつれて、被験者の選択は徐々にその事前分布にシフトし、学習済みのヒューリスティクスに依存していることが示された。
• 逆温度パラメータは時間に対して非線形的に増加し、追加の時間が得られるに従い、パフォーマンス向上のリターンが減少していることを示している。
• モデルの期待効用曲線は下に凸であることが判明し、意思決定時間の延長に伴い、意思決定の質の向上の限界効用が減少していることを反映している。
• 被験者の効用関数は刺激依存的であり、レグルート理論と整合的で、確実性等価からの逸脱が負のレグルートに比例することが分かった。
• 無制限の時間がある極限では、モデルは完全に合理的な行動を予測でき、制約がない状況における合理的選択と理論的に整合していることが確認された。