[논문 리뷰] Problem-focused incremental elicitation of multi-attribute tility models

Vu Ha, Peter Haddawy|arXiv (Cornell University)|1997. 08. 01.

Bayesian Modeling and Causal Inference참고 문헌 13인용 수 56

한 줄 요약

이 논문은 시간이 제한되거나 중요도가 낮은 상황에서 의사결정 시스템에서 다중 속성 효용 모델을 유도하기 위한 점진적이고 문제 중심의 접근 방식을 제안한다. 도메인 지식을 필요할 때만 효용 질의를 안내하는 방식으로, 완전한 효용 정보가 없음에도 불구하고 초기에 열 劣한 계획을 탐지함으로써 효용 유도의 부담을 줄인다.

ABSTRACT

Decision theory has become widely accepted in the AI community as a useful framework for planning and decision making. Applying the framework typically requires elicitation of some form of probability and utility information. While much work in AI has focused on providing representations and tools for elicitation of probabilities, relatively little work has addressed the elicitation of utility models. This imbalance is not particularly justified considering that probability models are relatively stable across problem instances, while utility models may be different for each instance. Spending large amounts of time on elicitation can be undesirable for interactive systems used in low-stakes decision making and in time-critical decision making. In this paper we investigate the issues of reasoning with incomplete utility models. We identify patterns of problem instances where plans can be proved to be suboptimal if the (unknown) utility function satisfies certain conditions. We present an approach to planning and decision making that performs the utility elicitation incrementally and in a way that is informed by the domain model.

연구 동기 및 목표

• 시간 민감하거나 중요도가 낮은 의사결정 맥락에서 확률과 효용 유도 간의 불균형을 해소한다.
• 완전한 효용 모델 유도의 부담을 줄이기 위해, 부분적인 효용 정보로도 신뢰할 수 있는 의사결정이 가능한지 여부를 식별한다.
• 의사결정 문제의 구조와 도메인 모델에 따라 필요할 때만 점진적으로 효용 정보를 유도하는 방법을 개발한다.
• 모르는 효용 함수 하에 열 劣한 계획을 조기에 탐지함으로써 계획 수립의 효율성을 향상시킨다.

제안 방법

• 계획 최적성 평가에 핵심적인 효용 매개변수를 식별하기 위해 문제 중심 전략을 사용한다.
• 도메인 모델의 논리적 및 구조적 분석을 적용하여, 효용을 완전히 특정하지 않더라도 계획이 열 劣한 것으로 증명될 수 있는 조건을 유추한다.
• 계획 지배성 또는 최적성에 영향을 줄 수 있는 효용 매개변수에만 초점을 맞춘 점진적 유도를 수행한다.
• 속성 간 도메인 특화 제약 조건과 관계를 통합하여 유도 질의의 우선순위를 정한다.
• 부분적인 효용 정보 기반으로 열 劣한지 여부를 검토하는 추론 프레임워크를 활용하여, 가능한 한 완전한 유도를 피한다.

실험 결과

연구 질문

• RQ1 어떤 문제 인스턴스에서 부분적인 효용 모델이 존재하더라도 열 劣한 계획을 탐지할 수 있는가?
• RQ2 시간 민감한 맥락에서 의사결정 품질을 보장하면서 효용 유도를 최소화할 수 있는 방법은 무엇인가?
• RQ3 도메인 모델은 어떤 효용 매개변수를 먼저 유도할 것인지 안내하는 데 어떤 역할을 하는가?
• RQ4 점진적 유도를 어떻게 체계화하여 불필요한 질의를 피하면서도 의사결정의 정확성을 유지할 수 있는가?

주요 결과

• 모르는 효용 함수가 특정 구조적 제약 조건을 만족할 경우, 완전한 유도 없이도 열 劣한 계획을 형식적으로 식별할 수 있다.
• 계획 지배성 또는 최적성에 영향을 주는 효용 매개변수에만 집중함으로써 효용 유도 노력이 줄어든다.
• 도메인 모델에 의해 안내되는 점진적 유도를 통해 열 劣한 계획을 조기에 탐지할 수 있으며, 이는 계획 수립의 효율성을 향상시킨다.
• 특히 중요도가 낮거나 시간 민감한 맥락에서 부분적인 효용 정보가 존재하더라도 의사결정의 정확성과 신뢰성을 유지할 수 있다.