[論文レビュー] What is a Joint Goal? Games with Beliefs and Defeasible Desires

Mehdi Dastani, Leendert van der Torre|ArXiv.org|Jul 7, 2002

Game Theory and Applications参考文献 12被引用数 5

ひとこと要約

本稿は、信念（B）と希望（D）のルールに基づく定性的意思決定およびゲーム理論を提案し、個々のエージェントが達成目標を最大化しているかのように行動する一方で、均衡状態にある集団は、共同目標を最大化しているかのように行動することを示している。主な貢献は、実現可能な意思決定と目標集合との間の形式的表象定理であり、退行可能な希望ルールと退行不能な信念ルールを通じて、個人的および集団的意思決定を統合的に扱うものである。

ABSTRACT

In this paper we introduce a qualitative decision and game theory based on belief (B) and desire (D) rules. We show that a group of agents acts as if it is maximizing achieved joint goals.

研究の動機と目的

• 個人的意思決定と集団レベルの均衡の間のミクロ・マクロ二分法を解消し、個人的意思決定と集団均衡を統合すること。
• 利得の最大化ではなく、個人の信念と希望から導かれる共同目標の追求として、集団的意思決定を形式化すること。
• 個人的合理的エージェントと均衡状態にある集団が、いずれも目標達成を最大化しているかのように行動することを、ルールベースの枠組みを用いて示すこと。
• 退行可能な希望ルールと退行不能な信念ルールを用いて、マルチエージェントシステムにおける共同目標の論理的基盤を提供すること。
• 集団的文脈における実現可能な意思決定が、目標集合の解として表現可能であることを示し、均衡および最適化に関する新たな視点を提供すること。

提案手法

• 本稿は、信念ルール（B）、希望ルール（D）、順序付けられた好み（≥）、初期意思決定状態（δ⁰）を備えたエージェントシステム仕様を導入する。
• 信念と希望を用いて結果を導出する論理的ルール体系を定義し、信念拡張作用素 E_B∪D(F ∪ δ⁰) を用いる。
• 意思決定プロファイル δ が ⟨G⁺, G⁻⟩-意思決定であるとは、信念および希望ルールから導かれた論理式に基づき、正の目標（G⁺）を達成し、負の目標（G⁻）を回避する意思決定であると定義する。
• U-閉集合としての実現可能な意思決定集合の概念により、一貫性と利得に基づく選択における閉包性を保証し、実現可能な共同目標集合の定義を可能にする。
• 表象定理により、実現可能な意思決定プロファイルと共同目標集合（⟨G⁺, G⁻⟩）との間の一対一対応を確立し、すべての実現可能な意思決定が目標集合に対応し、逆にすべての目標集合が実現可能な意思決定に対応することを示す。
• モーダル論理を用いるのではなく、ルールベースの形式的体系を用いることで、意思決定における実用的・条件的推論をより適切にモデル化する。

実験結果

リサーチクエスチョン

• RQ1 信念と希望に基づく個人的意思決定が、マルチエージェントシステムにおける集団レベルの均衡とどのように形式的に結びつけられるか。
• RQ2 個人的合理性と集団的均衡行動の両方を捉えるように、共同目標を定義することは可能か。
• RQ3 マルチエージェント文脈において、実現可能な意思決定と目標集合との間の形式的関係は何か。
• RQ4 退行可能な希望ルールと退行不能な信念ルールをどのように組み合わせれば、楽観的思考（wishful thinking）を避けて実用的推論をモデル化できるか。
• RQ5 パレート効率性やナッシュ均衡といった古典的ゲーム理論的概念が、目標達成の観点からどのように再解釈可能か。

主な発見

• 本稿は、意思決定プロファイル δ が実現可能であるための必要十分条件として、ある共同目標集合 ⟨G⁺, G⁻⟩ に対して ⟨G⁺, G⁻⟩-意思決定であることを示す表象定理を確立している。
• 意思決定集合のU-閉集合に属する任意の実現可能な意思決定プロファイルは、目標集合の解として表現可能であり、意思決定が目標の追求そのものであることを示している。
• 均衡状態にあるエージェント集団は、明示的な調整がなくても、導出された目標集合に従って意思決定することで、共同目標を最大化しているかのように行動する。
• BD合理的エージェントは未達成の希望を最小化するため、目標達成を最大化しているかのように行動する。これは期待利得の最大化とは異なる定性的な代替手法を提供する。
• 一般には計算的に困難であるが、信念ルールが行動効果を含まない部分集合については完全であるため、実行可能性を確保するためのヒューリスティックまたは制限付き論理的手法の適用が有効である。
• 信念ルールを退行不能、希望ルールを退行可能とすることで、楽観的思考の問題を回避し、実用的推論における論理的整合性を保っている。