[論文レビュー] Problem-focused incremental elicitation of multi-attribute tility models

Vu Ha, Peter Haddawy|arXiv (Cornell University)|Aug 1, 1997

Bayesian Modeling and Causal Inference参考文献 13被引用数 56

ひとこと要約

本稿は、必要に応じてドメイン知識を用いてのみ意思決定支援システムにおける多属性効用モデルの獲得を促進する、段階的かつ問題中心の手法を提案する。不完全な効用情報下でも、時間的に制限のあるまたは低利害な状況において、非最適な計画の早期検出を可能にし、獲得の負荷を低減する。

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.

研究の動機と目的

• 時間的制約や低利害な意思決定文脈において、確率と効用の獲得の間のAI研究の不均衡を是正すること。
• 完全な効用モデルの獲得の負担を軽減し、不完全な効用情報でも信頼できる意思決定が可能な状況を特定すること。
• 意思決定問題の構造とドメインモデルに従って、必要に応じてのみ段階的に効用情報を獲得する手法を開発すること。
• 未知の効用関数下でも、非最適な計画を早期に検出できることで、計画の効率を向上させること。

提案手法

• 計画の最適性を評価するために重要な効用パラメータを特定する問題中心の戦略を用いる。
• ドメインモデルの論理的・構造的分析を適用し、完全な効用仕様がなくても、計画が非最適であることが証明可能な条件を同定する。
• 計画の優位性や最適性に影響を及ぼす可能性があるのみをターゲットとする段階的獲得を実施する。
• 属性間のドメイン固有の制約と関係性を統合し、獲得クエリの優先順位を決定する。
• 部分的な効用情報に基づいて非最適性をチェックする推論フレームワークを採用し、可能な限り完全な獲得を回避する。

実験結果

リサーチクエスチョン

• RQ1 どのような問題インスタンスにおいて、不完全な効用モデル下でも非最適な計画を検出できるか？
• RQ2 時間的制約のある状況で、信頼できる意思決定品質を保ちながら、どのようにして効用獲得を最小限に抑えることができるか？
• RQ3 ドメインモデルは、どの効用パラメータを最初に獲得すべきかをどのように導くか？
• RQ4 段階的獲得を、不必要なクエリを回避しつつも意思決定の正しさを維持できるように構造化できるか？

主な発見

• 未知の効用関数が特定の構造的制約を満たす場合、完全な獲得がなくても、非最適な計画を形式的に同定できる。
• 計画の優位性や最適性に影響を及ぼすパラメータにのみ焦点を当てることで、獲得の負荷を低減できる。
• ドメインモデルに従った段階的獲得により、非最適な計画の早期検出が可能となり、計画の効率が向上する。
• 特に低利害または時間的制約のある文脈において、不完全な効用情報下でも意思決定の正しさと信頼性を維持できる。