[논문 리뷰] Parameterized Complexity Results for a Model of Theory of Mind Based on Dynamic Epistemic Logic

Iris van de Pol, Iris van Rooij외 1명|arXiv (Cornell University)|2016. 06. 24.

Logic, Reasoning, and Knowledge인용 수 4

한 줄 요약

이 논문은 동적 지식 논리(Dynamic Epistemic Logic, DEL)를 사용한 이론적 마음(Theory of Mind, ToM)의 계산 모델을 제안하고, 그 모델의 매개변수 복잡도를 분석한다. 이는 단일 지점 S5 모델 하에서도 DEL 모델 체킹이 PSPACE-난이도임을 증명하며, 이는 열린 문제를 해결한 것이다. 또한, 이벤트 수와 업데이트 수가 고정-매개변수 가능성을 결정하는 핵심 매개변수임을 규명하여, ToM 모델의 인지적 타당성에 대한 형식적 기반을 제공한다.

ABSTRACT

In this paper we introduce a computational-level model of theory of mind (ToM) based on dynamic epistemic logic (DEL), and we analyze its computational complexity. The model is a special case of DEL model checking. We provide a parameterized complexity analysis, considering several aspects of DEL (e.g., number of agents, size of preconditions, etc.) as parameters. We show that model checking for DEL is PSPACE-hard, also when restricted to single-pointed models and S5 relations, thereby solving an open problem in the literature. Our approach is aimed at formalizing current intractability claims in the cognitive science literature regarding computational models of ToM.

연구 동기 및 목표

• 이론적 마음(ToM)에 관해 인지 과학에서 제기하는 계산 불가능성 주장에 정밀한 복잡도 이론 도구를 적용하여 형식화하기.
• 단일 지점 S5 모델 하에서의 모델 체킹이 PSPACE-난이도임을 증명함으로써, 동적 지식 논리(Del) 분야의 열린 문제를 해결하기.
• DEL에 대해 매개변수 복잡도 분석을 적용하여, ToM 추론이 트랙터블하거나 불가능한지를 결정하는 매개변수를 규명하기.
• 작은, 현실적인 매개변수를 규명함으로써 ToM 모델의 인지적 타당성을 평가하기.
• 모달 깊이(이성의 순서)와 모델 크기가 ToM 추론 복잡도에 미치는 영향을 명확히 하기.

제안 방법

• 저자들은 ToM을 결정 문제로 모델링한다. 즉, 관찰자가 행동 시퀀스를 관측한 후 믿음 문장이 참인지 여부를 추론하는 문제인 동적 믿음 업데이트(Dynamic Belief Update, DBU)로 설정한다.
• 그들은 매개변수 복잡도 이론을 사용하여 DBU의 계산 복잡도를 분석하며, 모달 깊이, 참가자 수, 이벤트 모델 크기, 업데이트 수 등의 매개변수를 고려한다.
• 단일 지점 S5 모델 하에서의 PSPACE-난이도 증명은 기존의 PSPACE-완전 문제로의 환원을 통해 이루어지며, 제한된 설정에서도 난이도가 있음을 보여준다.
• e는 각 이벤트 모델당 최대 이벤트 수, u는 업데이트 수일 때, {e, u} 매개변수 집합에 대해 고정-매개변수 트랙터블리티(Fixed-Parameter Tractability, FPT)를 확립한다.
• 최종 업데이트된 모델의 크기는 s₀, e, u에 의존하며, e와 u의 작은 값은 지수적 팽창을 방지하여 트랙터블리티를 보장한다.
• 형식 논리와 복잡도 이론을 활용하여 형식적 매개변수를 인지적 타당성과 연결하며, 계산 이론에 기반한 불가능성 주장의 기반을 마련한다.

실험 결과

연구 질문

• RQ1 단일 지점 S5 모델로 제한된 경우, 동적 지식 논리 모델 체킹은 PSPACE-난이도인가?
• RQ2 이성의 순서(모달 깊이)는 ToM 모델에서 계산 불가능성의 주요 원인인가?
• RQ3 DEL 모델의 ToM에서 고정-매개변수 트랙터블리티를 유도하는 매개변수는 무엇이며, 그것들은 인지적으로 타당한가?
• RQ4 매개변수 복잡도 분석은 인간의 인지 능력과 이론적 불가능성 사이의 역설을 해결할 수 있는가?
• RQ5 형식적 매개변수 e(이벤트 모델 크기)와 u(업데이트 수)는 실제 인지 처리 제약과 어떻게 관련이 있는가?

주요 결과

• 논문은 단일 지점 S5 모델 하에서도 DEL 모델 체킹이 PSPACE-난이도임을 증명하며, 문헌에서 오랫동안 열려 있던 문제를 해결했다.
• 이성의 순서(모달 깊이)는 불가능성의 원인이 아니며, 깊이 1일 때도 {o}-DBU가 여전히 NP-난이도이므로 고정-매개변수 트랙터블리티가 아니다.
• 유일하게 규명된 고정-매개변수 트랙터블리티 매개변수 집합은 {e, u}이며, 여기서 e는 각 이벤트 모델당 최대 이벤트 수, u는 업데이트 수이다.
• e와 u의 작은 값은 최종 업데이트된 모델의 크기가 지수적으로 증가하는 것을 방지하여, 팽창을 막고 트랙터블리티를 보장한다.
• 결과적으로, e와 u에 의해 유도되는 모델 크기가 ToM 추론에서 불가능성의 주요 원인임을 시사한다.
• 이러한 결과는 현실적인 매개변수 가정 하에서 ToM 모델의 인지적 타당성에 대한 첫 번째 형식적이고 복잡도 이론 기반의 정당화를 제공한다.