[論文レビュー] Inverse Active Sensing: Modeling and Understanding Timely Decision-Making

Daniel Jarrett, Mihaela van der Schaar|arXiv (Cornell University)|Jun 25, 2020

Complex Systems and Decision Making被引用数 5

ひとこと要約

本稿は、内生的で文脈依存的な時間的圧力のもとでのタイムリーな意思決定をモデル化し、正確性、コスト、速度のバランスをとる統一的なフレームワークを提示する。ベイズ逆推論を用いて観察された行動から潜在的な好みや戦略を推論可能であり、医療診断や採用などの現実世界の意思決定プロセスにおけるトレードオフを定量化する方法を示している。

ABSTRACT

Evidence-based decision-making entails collecting (costly) observations about an underlying phenomenon of interest, and subsequently committing to an (informed) decision on the basis of accumulated evidence. In this setting, active sensing is the goal-oriented problem of efficiently selecting which acquisitions to make, and when and what decision to settle on. As its complement, inverse active sensing seeks to uncover an agent's preferences and strategy given their observable decision-making behavior. In this paper, we develop an expressive, unified framework for the general setting of evidence-based decision-making under endogenous, context-dependent time pressure---which requires negotiating (subjective) tradeoffs between accuracy, speediness, and cost of information. Using this language, we demonstrate how it enables modeling intuitive notions of surprise, suspense, and optimality in decision strategies (the forward problem). Finally, we illustrate how this formulation enables understanding decision-making behavior by quantifying preferences implicit in observed decision strategies (the inverse problem).

研究の動機と目的

• 既存のアクティブセンシングモデルが表現力に欠け、主観的好みの完全な指定を要することの限界を解消すること。
• 意思決定における内生的で文脈依存的な時間的圧力（締切や情報コストがエージェントの選択と文脈に依存）をモデル化すること。
• エージェントの内面的な好みと戦略を、観察された意思決定行動から推定する逆アクティブセンシングの手法を開発すること。
• 最適戦略のモデル化（前向き問題）と好みの再構築（逆問題）を、一つの確率的枠組み内で統合すること。
• 医療、採用、認知科学などの分野における実用的応用を可能にするために、リアルタイム意思決定システムにおけるトレードオフを定量化すること。

提案手法

• 状態に依存する時間的圧力を組み込んだ逐次的プロセスとして意思決定をモデル化する統一的確率的フレームワークを提案。コスト、締切、正確性ペナルティを含む。
• 信念の更新と戦略選択を表すためにベイズ認識モデルを用い、時間的圧力を文脈依存的で内生的なプロセスとしてモデル化。
• 好み、コスト、戦略ダイナミクスの不確実性をモデル化するため、パラメータ（η, ρ, κ）に階層的事前分布を導入。
• ベイズの定理に基づき、観察された意思決定経路が特定の戦略下で生じる確率（尤度）によって定義される戦略の事後分布を用いる。
• 潜在変数の周辺化により事後分布を導出し、ダイナミクス項が相殺されることで、取り扱いやすい推論手順を実現。
• やや厳しい正則性条件のもとで、パラメータηとρにおける事後分布の微分可能性を確立し、勾配ベースの推論を可能にする。

実験結果

リサーチクエスチョン

• RQ1 意思決定における内生的で文脈依存的な時間的圧力を考慮したアクティブセンシング戦略をどのようにモデル化できるか？
• RQ2 正確性、コスト、速度の主観的トレードオフが、最適意思決定戦略をどのように規定するか？
• RQ3 観察された行動からエージェントの潜在的好みと意思決定戦略をどのように推定できるか？
• RQ4 驚きと緊張感は、本フレームワーク内でどのように自然に生じるか？
• RQ5 本フレームワークは、医療診断や採用などの現実世界の応用において、意思決定行動の逆設計に利用可能か？

主な発見

• フレームワークは、時間的圧力下での信念ダイナミクスの自然な結果として、驚きや緊張感といった直感的な概念をうまくモデル化している。
• 戦略の事後分布は、好みパラメータηとρのほとんど至るところで微分可能であり、勾配ベースの推論が可能である。
• 罰則やコストの明示的指定を必要とせず、好みの逆推論が可能であり、従来のモデルの主な限界を克服している。
• 内生的時間的圧力と文脈依存ダイナミクスを両方組み込むことで、従来のモデルを一般化し、現実世界の意思決定システムのより豊かなモデル化を可能にしている。
• 実証的検証では、逐次的意思決定タスクにおいて、観察された行動から正確に意思決定戦略と潜在的好みを再構築できることを示している。
• 本アプローチにより、意思決定の正確性、取得コスト、締切違反のトレードオフを定量化でき、システム設計に実用的インサイトを提供する。