[논문 리뷰] Exceeding Expectations: Stochastic Dominance as a General Decision Theory

Christian Tarsney|arXiv (Cornell University)|2018. 07. 28.

Decision-Making and Behavioral Economics참고 문헌 68인용 수 10

한 줄 요약

이 논문은 극단적인 저확률, 고수익 상황에서 기대효용 최대화의 역설을 피하기 위한 일반적인 의사결정 이론으로 확률적 지배를 제안한다. 결과의 가치에 대한 배경 불확실성을 통합함으로써, 고립적으로는 확률적 지배를 하지 못하는 선택지가 확률적 지배를 하게 될 수 있음을 보여주며, 이는 '파스칼의 머그'를 차단하면서도 일반적인 경우에서의 기대적 직관을 유지한다.

ABSTRACT

The principle that rational agents should maximize expected utility or choiceworthiness is intuitively plausible in many ordinary cases of decision-making under uncertainty. But it is less plausible in cases of extreme, low-probability risk (like Pascal's Mugging), and intolerably paradoxical in cases like the St. Petersburg and Pasadena games. In this paper I show that, under certain conditions, stochastic dominance reasoning can capture most of the plausible implications of expectational reasoning while avoiding most of its pitfalls. Specifically, given sufficient background uncertainty about the choiceworthiness of one's options, many expectation-maximizing gambles that do not stochastically dominate their alternatives "in a vacuum" become stochastically dominant in virtue of that background uncertainty. But, even under these conditions, stochastic dominance will not require agents to accept options whose expectational superiority depends on sufficiently small probabilities of extreme payoffs. The sort of background uncertainty on which these results depend looks unavoidable for any agent who measures the choiceworthiness of her options in part by the total amount of value in the resulting world. At least for such agents, then, stochastic dominance offers a plausible general principle of choice under uncertainty that can explain more of the apparent rational constraints on such choices than has previously been recognized.

연구 동기 및 목표

• 기대효용 최대화의 한계를 극단적인 저확률, 고수익 상황(예: 파스칼의 머그, 스탠리 페트러스의 역설)에서 다루기 위해.
• 기대적 추론의 대부분의 타당한 함의를 확률적 지배가 포괄하지만, 무한한 보상에 대한 매우 작은 확률 상황에서 비이성적인 선택을 요구하지 않도록 하기 위해.
• 결과의 선택가치에 대한 배경 불확실성이 비지배적인 선택지를 확률적으로 지배적인 것으로 전환시킬 수 있음을 보여주기 위해.
• 광범위한 불확실성 하에서의 합리적 선택 원칙을 정당화하면서도, 광범위한 유한한 보상에 민감하게 반응하는, 광범위한 불확실성 하에서의 합리적 선택 원칙을 제공하기 위해.
• 장기적 윤리 및 글로벌 우선순위 맥락에서 실질적인 윤리적 의사결정에 있어 기대론 대체로 확률적 지배 추론을 타당한 일반 의사결정 이론으로 정립하기 위해.

제안 방법

• 전체 보상의 배경 성분(세계의 총 가치를 나타냄)과 선택지의 단순 보상으로 나누어 불확실성 하에서의 의사결정을 모델링한다.
• 배경 보상의 누적분포함수를 사용하여, 어떤 선택지가 기준점 v 이상의 보상을 제공할 확률을 유도한다.
• 합성 적분을 적용하여 전체적인 확률적 지배 관계를 계산한다: $\bar{B}_i(v) = \int_{-\infty}^{\infty} \beta(x) \Pr(O_i \geq v - x) \, dx$.
• 배경 분포의 변화율인 $\text{rate}(O_i, O_j, \beta)$ 를 도입하여 배경 분포가 선택지 간 비교를 얼마나 왜곡할 수 있는지 제한한다.
• 누적 전망의 양수 및 음수 차이의 비율을 사용하여 확률적 지배의 충분조건을 유도한다: $\frac{\int \Delta_{ij}^+(x) \, dx}{\int \Delta_{ij}^-(x) \, dx} > \text{rate}(O_i, O_j, \beta)$.
• 간단한 전망의 양수 및 음수 차이의 비율이 배경 분포의 변화율을 초과하면, 모든 기준점에서 확률적 지배가 성립함을 증명한다.

실험 결과

연구 질문

• RQ1 기대효용 최대화가 직관적이지 않거나 역설적인 결론을 도출하는 경우에, 확률적 지배 추론이 합리적 선택을 정당화하는 데 확장될 수 있는가?
• RQ2 결과의 총 가치에 대한 배경 불확실성이 고립적으로는 지배가 없던 선택지를 지배하게 하는 조건은 무엇인가?
• RQ3 확률적 지배 추론은 파스칼의 머그의 요구를 차단하면서도 일반적인 의사결정 문제에서의 합리적 제약 조건을 유지할 수 있는가?
• RQ4 배경 보상 분포의 변화율은 단순 전망과 전체적인 확률적 지배 간의 관계에 어떻게 영향을 미치는가?
• RQ5 확률적 지배가 장기적이고 고위험 윤리적 의사결정에서, 특히 장기주의 및 고위험 윤리적 의사결정에서 일반적인 규범적 원칙으로서 얼마나 유용한가?

주요 결과

• 결과의 총 가치에 대한 배경 불확실성이 충분히 산산이 흩어져 있으면, 고립적으로는 확률적 지배를 하지 못하는 선택지가 배경 분포와의 병합으로 인해 확률적 지배를 하게 될 수 있다.
• 조건 $\frac{\int \Delta_{ij}^+(x) \, dx}{\int \Delta_{ij}^- (x) \, dx} > \text{rate}(O_i, O_j, \beta)$ 는 확률적 지배를 보장하며, 모든 기준점 v 에 대해 $\bar{B}_i(v) > \bar{B}_j(v)$ 를 보장한다.
• 확률적 지배 추론은 무한한 보상에 대한 매우 작은 확률을 수용할 의무를 차단함으로써, 파스칼의 머그의 광범위한 비이성적 성향을 피한다.
• 간단한 전망이 동일하거나 거의 동일하더라도, 배경 분포의 변화율이 충분히 낮다면 여전히 엄격한 확률적 지배가 발생할 수 있다.
• 이 프레임워크는 일반적인 경우에서의 기대적 추론의 직관적인 합리적 제약 조건을 유지하면서도, 극단적인 경우에서의 병적인 결과를 피한다.
• 결과적으로, 배경 불확실성에 기반한 확률적 지배는 총 세계 가치로 선택가치를 측정하는 에이전트에게 기대효용 최대화보다 더 타당한 일반 의사결정 원칙임을 시사한다.