[論文レビュー] Reasoning About Beliefs and Actions Under Computational Resource Constraints

Eric Horvitz|arXiv (Cornell University)|Mar 27, 2013

Bayesian Modeling and Causal Inference被引用数 48

ひとこと要約

本稿は、不確実性下における信念と行動の推論における計算リソース制約を管理する意思決定理論的枠組みを提案する。近似戦略のコストと利益をモデル化し、ユーティリティに基づくトレードオフを活用することで、推論の品質とタイミングを動的に制御し、リアルタイムの合理的な意思決定を可能にする。

ABSTRACT

Although many investigators affirm a desire to build reasoning systems that behave consistently with the axiomatic basis defined by probability theory and utility theory, limited resources for engineering and computation can make a complete normative analysis impossible. We attempt to move discussion beyond the debate over the scope of problems that can be handled effectively to cases where it is clear that there are insufficient computational resources to perform an analysis deemed as complete. Under these conditions, we stress the importance of considering the expected costs and benefits of applying alternative approximation procedures and heuristics for computation and knowledge acquisition. We discuss how knowledge about the structure of user utility can be used to control value tradeoffs for tailoring inference to alternative contexts. We address the notion of real-time rationality, focusing on the application of knowledge about the expected timewise-refinement abilities of reasoning strategies to balance the benefits of additional computation with the costs of acting with a partial result. We discuss the benefits of applying decision theory to control the solution of difficult problems given limitations and uncertainty in reasoning resources.

研究の動機と目的

• 完全なベイジアン解析が計算的に不可能な深刻な計算制約下で、規範的推論を実行する課題に対処すること。
• 規範的推論が可能かどうかという問いから、限られたリソースのもとで最適に近似する方法をどのように選ぶかという問いに焦点を移すこと。
• 計算コスト、正確性、即時性の間のトレードオフをガイドするための、ユーティリティ知識を用いた枠組みを開発すること。
• 時間経過に伴う追加計算の期待値を評価することで、リアルタイムの合理的な意思決定を形式化すること。
• 精練の利益と遅延のコストの両者を動的にバランスさせる、適応的推論戦略を可能にすること。

提案手法

• 意思決定理論を用いてリソース制約下での推論を形式化し、異なる推論戦略の期待効用を評価する。
• 近似手順のコスト・ベネフィット分析を導入し、計算的負荷と信念の正確性の向上の期待値の両者を比較する。
• 信念の時間的改善の期待値をモデル化し、計算を停止するか継続するかを決定する根拠を提供する。
• ユーティリティ関数を用いて、期待効用を最大化する行動を優先するように、推論行動を文脈に合わせて調整する。
• 動的プログラミングと期待効用最大化を用いて、推論プロセスにおける最適な停止点を選択する。
• ユーザーのユーティリティ構造の知識を統合し、信念更新と行動選択におけるヒューリスティック選択をガイドする。

実験結果

リサーチクエスチョン

• RQ1 完全な規範的分析が計算的に非現実的である状況で、推論システムはどのように最適な意思決定を下せるか？
• RQ2 リソース制約下で近似手法を選択するにあたり、どのような基準がガイドとして適切か？
• RQ3 追加計算の期待値をどのように定量化し、推論タイミングの制御に用いることができるか？
• RQ4 ユーティリティ構造は、異なる文脈において推論戦略の優先順位をどのように活用できるか？
• RQ5 計算コストと改善された信念の価値のバランスを取ることで、リアルタイムの合理的な意思決定はどのように達成できるか？

主な発見

• 継続的な計算の期待効用はモデル化可能であり、推論における最適な停止点を特定するのに利用できる。
• ヒューリスティクスや近似法は、コスト・ベネフィットトレードオフに基づいて体系的に評価可能であり、制約下での合理的な選択を可能にする。
• 時間経過に伴う精練の価値を推定し、計算コストとバランスを取ることで、リアルタイムの合理的な意思決定が達成可能である。
• ユーティリティに基づく制御により、推論が文脈に応じた優先順位に合わせて調整され、リソース制限下でも意思決定の質が向上する。
• この枠組みにより、推論戦略の動的適応が可能となり、さらなる計算の期待価値が遅延のコストを上回らなくなった時点で意思決定がなされるよう保証される。
• このアプローチは、意思決定理論的原則に裏付けられた、恣意的ヒューリスティクスの代替手段を提供する。