[論文レビュー] Inexact proximal algorithms in models of Behavioral Sciences

G. C. Bento, Antoine Soubeyran|arXiv (Cornell University)|Mar 27, 2014

Complex Systems and Decision Making被引用数 2

ひとこと要約

本稿は、行動科学における人間の安定性と変化のダイナミクスをモデル化するため、習慣的領域（HD）および変分的合理性（VR）フレームワーク内に不正確な近接アルゴリズムを導入する。不正確性を近接法に統合することで、限界合理的な意思決定をより現実的に捉え、心理学、経済学、人工知能における「留まる」および「変化する」行動を統一的な数学的枠組みで分析する手法を提供する。

ABSTRACT

The Habitual domain (HD) approach and the Variational rationality (VR) approach belong to the same strongly interdisciplinary and very dispersed area of research: human stability and change dynamics (see Soubeyran, 2009, 2010, for an extended survey), including physiological, physical, psychological and strategic aspects, in Psychology, Economics, Management Sciences, Decision theory, Game theory, Sociology, Philosophy, Artificial Intelligence,.... These two approaches are complementary. They have strong similarities and strong differences. They focus attention on both similar and different stay and change problems, using different concepts and different mathematical tools. When they use similar concepts (a lot), they often have different meaning. We can compare them with respect to the problems and topics they consider, the behavioral principles they use, the concepts they modelize, the mathematical tools they use, and their results.

研究の動機と目的

• 行動科学における人間の安定性と変化のモデルと数学的最適化技法の間のギャップを埋めること。
• 正確な近接アルゴリズムの限界を克服し、意思決定における限界合理的性をよりよく反映するために不正確性を導入すること。
• 不正確な近接法に基づく共通の数学的枠組みを通じて、HDとVRのアプローチを統一すること。
• 変分的原理と不正確な反復を用いて、個人が習慣を維持するか、新しい行動に移行するかをモデル化すること。
• 不確実性と限られた情報下での戦略的、心理的、経済的行動を分析するための柔軟で現実的なツールを提供すること。

提案手法

• 正確な最小化が現実的でない意思決定プロセスをモデル化するために、不正確な近接アルゴリズムを適応する。
• 行動を、安定状態または新しい習慣への局所的改善の系列として定式化するために、変分的合理性を用いる。
• 近接反復に許容誤差パラメータを導入し、限界合理的性と認知的制限を反映する。
• 近接作用素を用いて行動のシフトをモデル化することで、HDフレームワークを用いて習慣および移行の吸引域を定義する。
• 単調作用素理論と不動点反復などの数学的道具を用いて収束性と安定性を分析する。
• ゲーム理論、意思決定理論、最適化の概念を統合し、マルチエージェントおよび戦略的行動ダイナミクスをモデル化する。

実験結果

リサーチクエスチョン

• RQ1 不正確な近接アルゴリズムは、人間行動における限界合理的性のモデル化をどのように改善できるか？
• RQ2 HDとVRアプローチは、『留まる』および『変化する』ダイナミクスの概念的捉え方において、どのような点で異なるか？
• RQ3 不正確な近接法が現実的な行動移行を捉えるために、どのような数学的メカニズムを提供するか？
• RQ4 近接反復における許容誤差レベルは、行動状態の安定性と収束性にどのように影響するか？
• RQ5 不正確な近接アルゴリズムは、心理学、経済学、人工知能の分野における多様なモデルをどの程度統一的に扱えるか？

主な発見

• 不正確な近接アルゴリズムは、限界合理的性と認知的制限を組み込むことで、人間の意思決定行動をより現実的に表現する。
• HDとVRアプローチは補完的であることが示され、安定性と変化プロセスに関する別個の洞察が一致的に得られる。
• 近接反復における許容誤差パラメータの使用により、実証観察と整合的な段階的で非理想的な行動移行をモデル化できる。
• 本フレームワークは、変分的原理に基づく単一の数学的モデルとして、心理学、経済学、人工知能の概念を効果的に統合した。
• 不正確性下でも行動状態の収束性と安定性が保持され、本手法の頑健性が裏付けられた。
• 本モデルは、心理学、経済学、人工知能の分野を横断する個別的および戦略的行動の分析に、統一的な言語を提供する。