[论文解读] On Stochastic Belief Revision and Update and their Combination

Gavin Rens|arXiv (Cornell University)|Apr 7, 2016

Logic, Reasoning, and Knowledge参考文献 21被引用 5

一句话总结

本文提出了一种混合随机信念更新（HSBC）框架，通过在认识论（基于揭示）与本体论（事件驱动）信息源之间权衡，统一了概率信念修正与更新。基于动力系统视角与贝叶斯条件化，该方法在可能世界上保持概率分布，结果显示信念转变具有理性特征，具体取决于观察是否被感知为噪声揭示或环境变化。

ABSTRACT

I propose a framework for an agent to change its probabilistic beliefs when a new piece of propositional information $α$ is observed. Traditionally, belief change occurs by either a revision process or by an update process, depending on whether the agent is informed with $α$ in a static world or, respectively, whether $α$ is a 'signal' from the environment due to an event occurring. Boutilier suggested a unified model of qualitative belief change, which "combines aspects of revision and update, providing a more realistic characterization of belief change." In this paper, I propose a unified model of quantitative belief change, where an agent's beliefs are represented as a probability distribution over possible worlds. As does Boutilier, I take a dynamical systems perspective. The proposed approach is evaluated against several rationality postulated, and some properties of the approach are worked out.

研究动机与目标

• 弥合现有定量信念变化框架中对信念修正（认识论信息）与信念更新（本体论、事件驱动）过程统一的不足。
• 建模智能体在可能世界上的概率信念，整合噪声观测与非确定性事件。
• 提供一种理性且动态一致的信念变化框架，通过可调强度参数区分信息类型（认识论与本体论）。
• 通过理性公设检验评估该方法，并通过关于书籍与草是否干燥的信念更新具体案例，证明其合理性。

提出的方法

• 将信念状态建模为可能世界上的概率分布，初始信念表示为向量 $ b $。
• 引入本体强度参数 $ \mathit{os}(\alpha, w) \in [0,1] $，量化观察 $ \alpha $ 是被感知为本体论（事件驱动）还是认识论（揭示基础）信息。
• 当信息为本体论时，应用贝叶斯条件化进行信念更新，利用转移模型推断可能的世界演化。
• 当信息为认识论时，通过期望语义进行概率修正，基于新信息的似然性调整信念。
• 通过加权平均结合两种过程，由本体强度控制权衡，得到混合信念更新操作 $ b \lhd \alpha $。
• 采用类似POMDP的状态估计框架，建模部分可观察事件与噪声观测，支持对未观测原因（如洒水器、降雨）的推理。

实验结果

研究问题

• RQ1 如何设计一个统一的概率信念变化框架，以区分信念修正（认识论）与信念更新（本体论）过程？
• RQ2 在随机设定下，权衡参数在平衡信念修正与信念更新中的作用是什么？
• RQ3 当观察被感知为更具认识论性或更具本体论性时，信念分布在可能世界上的变化如何？
• RQ4 所提出的混合模型能否满足信念变化的理性公设，同时保持计算与语义上的合理性？
• RQ5 噪声观测与非确定性事件如何影响概率信念修正与更新框架中的信念动力学？

主要发现

• 当观察 $ \lnot\mathtt{Dry}(G) $ 被视为纯粹认识论（$ \mathit{os} = 0.00 $）时，智能体将信念从 $ w_1 $ 和 $ w_5 $ 转移到其最近的 $ \lnot\mathtt{Dry}(G) $-世界，同时保持对书籍干燥且在内部的信念为33%。
• 随着本体强度增加至1.00，智能体对书籍干燥且在内部的信念下降至28%，而对书籍在外部且湿润（$ w_8 $）的信念上升至51%，反映出对环境事件的因果推理。
• 在额外信息 $ \mathtt{Dry}(B) $ 下，当完全感知为本体论时，智能体对书籍干燥且草湿润的信念上升至78%，而仅凭 $ \lnot\mathtt{Dry}(G) $ 时仅为40%，表明联合证据的影响。
• 该模型表现出理性行为：当信息为认识论时，信念发生最小且局部的转移；当信息为本体论时，信念在可能的因果路径上传播，反映事件结果的不确定性。
• 混合方法成功平衡了修正与更新，信念状态在认识论-本体论谱系上平滑过渡，如不同 $ \mathit{os} $ 值下的概率向量所示。
• 该框架通过建模环境事件如何导致观测结果，支持对未观测原因（如洒水器、降雨）的推理，与POMDP风格的状态估计一致。