[論文レビュー] Representing and Aggregating Conflicting Beliefs

Pedrito Maynard-Reid, Daniel Lehmann|ArXiv.org|Mar 11, 2002

Logic, Reasoning, and Knowledge参考文献 32被引用数 12

ひとこと要約

本稿では、集団的信念を意味的に明確な表現としてモジュラーで推移的な関係を提案し、群の無関心状態と対立状態を明確に区別することで、矛盾する意見の処理を改善する。アローの逆説を回避する信頼性の高いソース重み付き集約法と、同型性、可換性、結合性を保証する集合論に基づく融合演算子を導入し、複数のエージェント間で頑健で順序に依存しない信念の組み合わせを実現する。

ABSTRACT

We consider the two-fold problem of representing collective beliefs and aggregating these beliefs. We propose modular, transitive relations for collective beliefs. They allow us to represent conflicting opinions and they have a clear semantics. We compare them with the quasi-transitive relations often used in Social Choice. Then, we describe a way to construct the belief state of an agent informed by a set of sources of varying degrees of reliability. This construction circumvents Arrow's Impossibility Theorem in a satisfactory manner. Finally, we give a simple set-theory-based operator for combining the information of multiple agents. We show that this operator satisfies the desirable invariants of idempotence, commutativity, and associativity, and, thus, is well-behaved when iterated, and we describe a computationally effective way of computing the resulting belief state.

研究の動機と目的

• 集団的無関心状態と集団的対立状態の両方を明示的にモデル化する信念表現を開発し、集団的判断における意味的曖昧さを回避すること。
• 一般化された信念表現を用いることで、ソースの信頼性を尊重し、アローの逆説を回避する信頼性に基づく重み付き集約メカニズムを設計すること。
• 繰り返し適用しても良好に動作する信念融合演算子を設計し、同型性、可換性、結合性を保証すること。
• 自律ロボットが複数のソースから情報を受信するような動的でマルチエージェントシステムにおいて、効率的で分散型の信念の組み合わせを可能にすること。
• すべての個々のソース関係を保存せずに、信頼性を追跡するペディグリー・ベルーフステートを用いることで、ストレージおよび計算コストを削減すること。

提案手法

• 集団的信念をモジュラーで推移的な関係として表現し、無関心状態と対立状態の明確な区別を可能にし、準推移的関係の制限を避ける明確な意味論を提供する。
• ソースに対して信頼性に基づくランク付けシステムを適用し、対立時に上位ランクのソースが優先され、下位ランクのソースが上位ソースが無関心の際にデフォルトを提供する。
• 集合論に基づく融合演算子を用い、エージェント間のすべてのペアワイズ比較の和集合を取ることで信念状態を結合し、同型性、可換性、結合性を保証する。
• 各信念にそれを支持する最高ランクのソースをアノテートする「ペディグリー・ベルーフステート」を導入し、すべてのソース関係を保存せずに効率的な計算を可能にする。
• 最終的な信念状態を、ソースの信頼性を尊重し、最高ランクのソースによって対立を解消する推移的閉包プロセスを用いて、すべてのエージェント報告を統合することで計算する。
• 関係の厳密版を用いて順序を定義し、推移的閉包を適用することで、最終的な信念状態における一貫性を保証する。

実験結果

リサーチクエスチョン

• RQ1 集団的信念を、群の無関心状態と対立状態を明示的に区別できるように表現する方法は何か？
• RQ2 ソースの信頼性を尊重しつつ、アローの逆説を回避する信念集約メカニズムを設計できるか？
• RQ3 動的で分散型のシステムにおいて、複数エージェントの信念状態を頑健で順序に依存しない方法で融合できる演算子は何か？
• RQ4 マルチエージェントシステムにおけるストレージおよび計算コストを削減するため、信念表現を最適化する方法は何か？
• RQ5 ソースの信頼性ランク付けが、最終的な集約信念状態の一貫性と正しさに与える影響は何か？

主な発見

• 提案されたモジュラーで推移的な関係表現は、準推移的関係に見られる意味的曖昧さを解消し、群の無関心状態と対立状態の明確な区別に成功している。
• 信頼性重み付き集約法は、ソースの階層を尊重する一般化された信念表現を用いることで、アローの逆説を回避し、上位ソースが無関心の際に下位ソースからのデフォルト仮定を許容する。
• 集合論に基づく融合演算子は、同型性、可換性、結合性を満たし、エージェント報告の受信順序にかかわらず一貫した結果を保証する。
• ペディグリー・ベルーフステートの使用により、最悪ケースのストレージ複雑度が O(|S|2^|W|) から O(2^|W|) に削減され、大規模システムにおける顕著なメモリ節約が可能になる。
• 例9は、最大のソースランク（例：AGR*を介して）に依存するだけでは不十分であることを示しており、同じ最上位ランクのソースを持つ異なるソース集合でも、最終的な信念状態が異なる可能性がある。
• スペースロボットのシナリオでは、複数のエージェントが異なるソースサブセットに基づいて報告する場合、すべてのソースを1つのエージェントが集約した場合と同一の正しい信念状態が得られることを示しており、正しさと順序独立性が裏付けられている。