[論文レビュー] Time-Inconsistent Planning: A Computational Problem in Behavioral Economics

Jon Kleinberg, Sigal Oren|arXiv (Cornell University)|May 6, 2014

Decision-Making and Behavioral Economics参考文献 9被引用数 26

ひとこと要約

本稿は、行動経済学における時間に一貫しない意思決定を形式化するためのグラフ理論的モデルを導入し、現在のバイアスにより部分的に最適でない経路をたどるエージェントを扱う。本稿では、時間に一貫しない行動と最適行動との間のコスト比が著しく高くなるのは、グラフに大きな「先延ばし」構造がマイナーとして含まれる場合に限られることを証明し、目標達成を促すために必要な最小の誘導部分グラフを同定する。

ABSTRACT

In many settings, people exhibit behavior that is inconsistent across time --- we allocate a block of time to get work done and then procrastinate, or put effort into a project and then later fail to complete it. An active line of research in behavioral economics and related fields has developed and analyzed models for this type of time-inconsistent behavior. Here we propose a graph-theoretic model of tasks and goals, in which dependencies among actions are represented by a directed graph, and a time-inconsistent agent constructs a path through this graph. We first show how instances of this path-finding problem on different input graphs can reconstruct a wide range of qualitative phenomena observed in the literature on time-inconsistency, including procrastination, abandonment of long-range tasks, and the benefits of reduced sets of choices. We then explore a set of analyses that quantify over the set of all graphs; among other results, we find that in any graph, there can be only polynomially many distinct forms of time-inconsistent behavior; and any graph in which a time-inconsistent agent incurs significantly more cost than an optimal agent must contain a large "procrastination" structure as a minor. Finally, we use this graph-theoretic model to explore ways in which tasks can be designed to help motivate agents to reach designated goals.

研究の動機と目的

• ノードがタスクを表し、エッジが依存関係を表す有向グラフを用いて、タスク計画における時間に一貫しない行動をモデル化すること。
• 現実世界の現象である先延ばし、長期的目標の放棄、選択肢の削減の利点を、計算的構造を通じて説明すること。
• 時間に一貫しない好みを持つエージェントが目標に到達するのを促す最小のグラフ構造を同定すること。
• 時間に一貫しないエージェントと最適エージェントの間のコスト比を最小化するタスク構造を設計する際の計算複雑性を分析すること。
• 中間報酬やエッジ/ノードの削除を効果的に用いて、エージェントを望ましい目標へと効率的に導く方法を検討すること。

提案手法

• タスクの依存関係を、開始ノード s と目的ノード t を持つ有向グラフ G として表現する。
• 現在のバイアスパラメータ β > 1 を用いて時間に一貫しないエージェントをモデル化し、現在期間のコストを β 倍に膨らませる。
• エージェントの経路選択を、総コストではなく即時のコストを最小化する貪欲かつ短視眼的な走査として定義する。
• 「誘導部分グラフ」という概念を導入する — これは、エージェントが t に到達するように誘導される G の部分グラフである。
• 特に k-ファン F_k を用いて、時間に一貫しない経路と最適経路との間のコスト比が著しく高いグラフを、グラフマイナーの観点から特徴付ける。
• 帰納的構成を用いて、無駄のない形で最適な中間報酬をノードに配置し、望ましいエージェント行動を誘発できることを示す。

実験結果

リサーチクエスチョン

• RQ1 グラフ理論的モデルは、先延ばしや長期的タスクの放棄といった重要な行動的現象を再現できるか？
• RQ2 時間に一貫しないエージェントと最適エージェントとの間のコスト比が著しく高くなるグラフは、グラフマイナーの観点から構造的に特徴付けられるか？
• RQ3 与えられたタスクグラフにおいて、誘導部分グラフを特定する問題の計算複雑性はいかほどか？
• RQ4 ノードやエッジに中間報酬を効率的に配置することで、エージェントが目的に到達可能でありながら、総報酬支払いを最小限に抑えることは可能か？
• RQ5 負の報酬はエッジやノードの削除とどのように関係し、インcentive設計にどのような含みを持つのか？

主な発見

• 任意のグラフにおいて、時間に一貫しない行動の形式は多項式個に限られ、このようなパターンの多様性は限定的である。
• 時間に一貫しないエージェントが最適エージェントよりも著しく高いコストを負担するようなグラフは、必ず大きな「先延ばし」構造をマイナーとして含む。具体的には k-ファン F_k である。
• 時間に一貫しないエージェントと最適エージェントの間のコスト比は、存在する最大の F_k マイナーのサイズに依存する関数によって上限が定まる。
• 任意の k に対して、値 x = δ^{(k-1)/k}r^{1/k} - δ を持つ共通のボトルネック構造があると、いかなるエージェントも途中で道を捨てることなく、無駄な努力を回避できる。
• 与えられた目的ノード t に対する最小の誘導部分グラフは、すべての必須タスクを経由するエージェントの進行を保証する再帰的構造によって特徴付けられる。
• 誘導部分グラフを求める問題は計算的に非自明であり、多項式時間アルゴリズムは知られていないため、計算ハードネスの可能性が示唆される。