[论文解读] Evolutionary model discovery of causal factors behind the socio-agricultural behavior of the ancestral Pueblo

Chathika Gunaratne, Iván Garibay+1 more|arXiv (Cornell University)|Feb 1, 2018

Evolutionary Algorithms and Applications参考文献 25被引用 7

一句话总结

本文提出进化模型发现方法，结合遗传编程与随机森林回归，识别基于代理的模型中的因果因素。该方法应用于人工阿纳萨齐模型，揭示祖先普韦布洛人选择农耕地块更多受土地质量与社会存在影响，而非距离远近，显著提升了模型的准确性和鲁棒性，优于原始的距离驱动规则。

ABSTRACT

Agent-based modeling of artificial societies offers a platform to test human-interpretable, causal explanations of human behavior that generate society-scale phenomena. However, parameter calibration is insufficient to conduct an adequate data-driven exploration of the importance of causal factors that constitute agent rules, resulting in models with limited causal accuracy and robustness. We introduce evolutionary model discovery, a framework that combines genetic programming and random forest regression to evaluate the importance of a set of causal factors hypothesized to affect the individual's decision-making process. We investigated the farm plot seeking behavior of the ancestral Pueblo of the Long House Valley simulated in the Artificial Anasazi model our proposed framework. We evaluated the importance of causal factors not considered in the original model that we hypothesized to have affected the decision-making process. Contrary to the original model, where closeness was the sole factor driving farm plot selection, selection of higher quality land and desire for social presence are shown to be more important. In fact, model performance is improved when agents select farm plots further away from their failed farm plot. Farm selection strategies designed using these insights into the socio-agricultural behavior of the ancestral Pueblo significantly improved the model's accuracy and robustness.

研究动机与目标

• 解决基于代理的模型中参数校准的局限性，即无法探索替代决策规则结构或评估因果因素的重要性。
• 开发一种系统化、自动化的方法，以发现能够解释社会规模现象的合理代理决策规则。
• 通过识别个体决策过程中最具影响力的因子，提升模型的鲁棒性和因果准确性。
• 检验除距离之外的替代农耕地块选择规则是否能更好地解释长屋峡谷地区祖先普韦布洛的人口动态。
• 证明基于发现规则的模型在拟合考古数据方面优于原始的“人工阿纳萨齐模型”。

提出的方法

• 进化模型发现利用遗传编程，从一组假设的因果因素中自动生成并演化候选代理决策规则。
• 通过模拟基于代理的模型并使用均方根误差（RMSE）衡量模型拟合度，评估每个候选规则的性能。
• 对生成的规则与拟合度分数数据集应用随机森林回归，量化各因果因素在预测模型表现中的重要性。
• 该框架支持对规则结构进行系统比较，同时将差异隔离于决策逻辑，避免手动重实现带来的实现错误。
• 该方法支持并行执行，并探索了大量可能的决策规则，包括各因素之间的复杂交互。
• 该方法在“人工阿纳萨齐模型”上进行了验证，重点关注800–1400年间的农耕地块选择行为。

实验结果

研究问题

• RQ1 除距离外，哪些因果因素对祖先普韦布洛家庭选择新农耕地块的决策影响最为显著？
• RQ2 在模拟人口动态时，土地质量、社会存在与迁移行为的引入如何影响模型的准确性和鲁棒性？
• RQ3 进化模型发现能否识别出比原始模型基于距离的规则更准确、更鲁棒的决策规则？
• RQ4 在祖先普韦布洛的农耕地块选择策略中，土壤质量、社会连通性与距离的相对重要性如何？
• RQ5 是否优先选择高质量土地或社会聚集区域的规则，优于原始模型中以最小化至失败地块距离为目标的规则？

主要发现

• 原始模型假设家庭在失败后选择最近的可用地块，但该规则的拟合度低于优先选择更高土地质量的规则，表现为更低的RMSE。
• 土地质量（F_Qual）被确定为农耕地块选择的最重要因素，其次为社会存在（F_Soc），这与原始模型依赖距离的假设相矛盾。
• 采用最大化土地质量（argmax F_Qual）策略的模型，在100次随机参数运行中，RMSE显著低于原始模型。
• 同时结合土地质量和社会存在的策略（如5F_Soc + 6F_Qual）进一步提升了模型的鲁棒性和准确性。
• 选择距离失败地块更远地块（使用F_Dist而非-F_Dist）或迁移到不同区域（F_Mig）的模型表现更优，表明非近距离选择更具合理性。
• 通过进化模型发现获得的三个表现最佳模型，在100次随机运行中始终优于原始模型，证明其显著增强的鲁棒性。