[論文レビュー] Modeling Human Inference of Others' Intentions in Complex Situations with Plan Predictability Bias

Ryo Nakahashi, Seiji Yamada|arXiv (Cornell University)|May 16, 2018

Child and Animal Learning Development参考文献 1被引用数 3

ひとこと要約

本稿では、『予測可能』な計画へのバイアスを導入することで、限界合理的性を組み込むことで、複雑なタスクにおける人間の意図推論を向上させる計画予測可能性指向のモデルを提案する。ベイジアン逆計画法を、単純な計画予測尤度をバイアスとして修正することにより、人間の判断との相関が著しく向上（0.738 対 0.513）し、タスクの複雑さが増しても安定性を保つ。

ABSTRACT

A recent approach based on Bayesian inverse planning for the "theory of mind" has shown good performance in modeling human cognition. However, perfect inverse planning differs from human cognition during one kind of complex tasks due to human bounded rationality. One example is an environment in which there are many available plans for achieving a specific goal. We propose a "plan predictability oriented model" as a model of inferring other peoples' goals in complex environments. This model adds the bias that people prefer predictable plans. This bias is calculated with simple plan prediction. We tested this model with a behavioral experiment in which humans observed the partial path of goal-directed actions. Our model had a higher correlation with human inference. We also confirmed the robustness of our model with complex tasks and determined that it can be improved by taking account of individual differences in "bounded rationality".

研究の動機と目的

• 複数の実行可能な計画が存在する複雑な環境において、ベイジアン逆計画法モデルの意図推論におけるギャップを埋める。
• 意図推論の過程で『予測可能』な計画への好みを導入することで、人間の限界合理的性をモデル化する。
• 複雑で複数の計画が可能な状況において、計算モデルの人的行動推論との一致精度を向上させる。
• 限界合理的性における個人差と、それが意図推論性能に与える影響を調査する。
• 全逆計画法と比較して、タスクの複雑さが増す状況下でも、提案モデルの耐障害性を示す。

提案手法

• ソフトマックス尤度に基づく計画予測を用いて、計画予測可能性バイアスを導入したベイジアン逆計画法を適応する。
• ボルツマンノイズ合理的性を用いてエージェント行動をモデル化し、行動確率は計画効用とノイズパラメータから導出する。
• 観察された部分的行動シーケンスに基づいて、将来の計画の尤度を計算し、計画の予測可能性を定量化する。
• 標準的な逆計画尤度を修正することで、事後確率推論における予測可能性バイアスを統合する。
• 限界合理的性の個人差を反映させるために、バイアス強度を温度パラメータ（β₃）で調整し、個々に変化させる。
• 参加者が部分的行動シーケンスから目的を推論する制御された「アイテム作成」シナリオにモデルを適用する。

実験結果

リサーチクエスチョン

• RQ1 計画予測可能性バイアスの導入が、複雑で複数の計画が可能な環境における意図推論の精度をどの程度向上させるか？
• RQ2 提案モデルが人間の推論パターンを全ベイジアン逆計画法よりも優れているか？
• RQ3 タスクの複雑さが、全逆計画法モデルと計画予測可能性指向モデルの性能にどのように影響するか？
• RQ4 限界合理的性における個人差が意囃推論に与える影響はどの程度で、バイアスを個人に合わせてカスタマイズすることでモデルを改善できるか？
• RQ5 計画予測可能性バイアスモデルは、タスクの複雑さが増す状況でも耐障害性を保てるか？

主な発見

• 計画予測可能性指向モデルは、人間の推論データとの平均ピアソン相関係数が 0.738 に達し、全逆計画法モデルの 0.513 よりも高い。
• 全逆計画法モデルが著しく精度を低下させる中で、計画予測可能性指向モデルはタスク複雑度の増加に対しても一貫した性能を維持した。
• 個々にカスタマイズされたバイアスパラメータ（β₃）を用いたモデルは、共通の β₃ を使用したモデル（0.638）よりも高い相関（0.738）を達成しており、限界合理的性の個人差を反映させる重要性が示された。
• 参加者の大部分が強い予測可能性バイアスを示した一方で、一部はほとんどまたはバイアスを示さなかったことから、限界合理的性における個人差が確認された。
• 計画予測可能性バイアスは、例えば図1(b)のオレンジ色のドアを好むなど、全逆計画法が失敗する曖昧な状況でも、人間の直感を効果的に捉えた。
• 単純な計画予測とベイジアン推論に基づくモデルの基盤は、階層的計画フレームワークへのスケーラビリティと拡張性を備えている。