[논문 리뷰] On the Complexity of Decision Making in Possibilistic Decision Trees

Hélène Fargier, Nahla Ben Amor외 1명|arXiv (Cornell University)|2012. 02. 14.

Multi-Criteria Decision Making참고 문헌 17인용 수 4

한 줄 요약

이 논문은 가능성 이론적 의사결정 트리에서 순차적 의사결정의 계산 복잡도를 조사하며, 기준이 단조성(monotonicity)을 보일 경우 동적 프로그래밍이 최적화 문제를 효율적으로 해결할 수 있음을 보여준다. 그러나 가능성이론적 코흐레트 적분(Choquet integrals)—일반적으로 불확실성 모델링에 사용되는 것—가 이 성질을 갖지 못함을 증명하여 최적화 문제가 NP-난이도가 되며, 비단조성 가능성 이론적 의사결정 모델에서 근본적인 복잡도 장벽이 있음을 드러낸다.

ABSTRACT

When the information about uncertainty cannot be quantified in a simple, probabilistic way, the topic of possibilistic decision theory is often a natural one to consider. The development of possibilistic decision theory has lead to a series of possibilistic criteria, e.g pessimistic possibilistic qualitative utility, possibilistic likely dominance, binary possibilistic utility and possibilistic Choquet integrals. This paper focuses on sequential decision making in possibilistic decision trees. It proposes a complexity study of the problem of finding an optimal strategy depending on the monotonicity property of the optimization criteria which allows the application of dynamic programming that offers a polytime reduction of the decision problem. It also shows that possibilistic Choquet integrals do not satisfy this property, and that in this case the optimization problem is NP - hard.

연구 동기 및 목표

• 순차적 가능성 이론적 의사결정 트리에서 최적 전략을 찾는 데 필요한 계산 복잡도를 분석하는 것.
• 동적 프로그래밍을 통해 효율적인 계산이 가능한 가능성이론적 의사결정 기준을 특정하는 것.
• 최적화 기준의 단조성이 다항 시간 해법을 가능하게 하는지 여부를 규명하는 것.
• 가능성 이론 프레임워크에서 다루기 쉬운 문제와 다루기 어려운 문제 사이의 경계를 조사하는 것.
• 특히 단조성이 결여된 점을 감안할 때 가능성이론적 코흐레트 적분이 의사결정 복잡도에 미치는 역할을 명확히 하는 것.

제안 방법

• 저자들은 가능성이론을 통해 불확실성을 모델링하는 가능성 이론적 의사결정 트리를 사용하여 순차적 의사결정을 형식화한다.
• 단조성 성질을 갖는지 평가하기 위해 다양한 가능성이론 기준—비관적 기대효용, 가능성 있는 지배성, 이진 기대효용, 그리고 코흐레트 적분—을 분석한다.
• 단조성이 동적 프로그래밍을 적용하여 문제 복잡도를 감소시키기 위한 필수 조건으로 평가된다.
• 논문은 단조성이 없는 기준, 예를 들어 가능성이론적 코흐레트 적분과 같은 기준이 NP-난이도 최적화 문제를 초래함을 증명한다.
• 기존의 알려진 NP-난이도 문제를 고려 중인 의사결정 문제로 감소시켜 복잡도 분석을 수행한다.
• 형식적 논리와 복잡도 이론을 사용하여 의사결정 기준의 구조적 성질에 초점을 맞춘 이론적 결과를 도출한다.

실험 결과

연구 질문

• RQ1 어떤 조건에서 동적 프로그래밍이 가능성 이론적 의사결정 트리에서 의사결정 최적화에 적용될 수 있는가?
• RQ2 어떤 가능성이론적 의사결정 기준이 다항 시간 해법을 가능하게 하는 데 필요한 단조성 성질을 만족하는가?
• RQ3 가능성이론적 코흐레트 적분은 이론적으로 유용한데도 불구하고 왜 NP-난이도 의사결정 문제를 초래하는가?
• RQ4 기준이 단조성일 경우 순차적 의사결정의 복잡도를 줄일 수 있는가?
• RQ5 비단조성 기준, 예를 들어 가능성이론적 코흐레트 적분이 유도하는 근본적인 계산 복잡도 장벽은 무엇인가?

주요 결과

• 동적 프로그래밍을 적용하여 가능성 이론적 의사결정 트리에서 의사결정의 복잡도를 감소시키기 위해서는 최적화 기준의 단조성이 필수 조건이다.
• 비관적 가능성 이론적 기대효용과 이진 가능성 이론적 기대효용과 같은 기준은 단조성을 만족하므로 다항 시간 계산이 가능하다.
• 가능성이론적 코흐레트 적분은 단조성 성질을 만족하지 않으며, 따라서 동적 프로그래밍 최적화에 부적합하다.
• 결과적으로 가능성이론적 코흐레트 적분을 사용할 경우 최적화 문제가 NP-난이도가 된다.
• 논문은 명확한 이원론을 제시한다: 단조성 기준은 다루기 쉬운 해법을 제공하지만, 코흐레트 적분과 같은 비단조성 기준은 다루기 어려운 문제를 초래한다.
• 연구는 사용된 기준의 구조적 성질에 기반하여 가능성이론 프레임워크 내 의사결정 전략의 공식적 복잡도 분류를 제공한다.