[論文レビュー] Problem-Focused Incremental Elicitation of Multi-Attribute Utility Models

Vu Ha, Peter Haddawy|arXiv (Cornell University)|Feb 6, 2013

Bayesian Modeling and Causal Inference参考文献 10被引用数 7

ひとこと要約

本稿は、意思決定システムにおける多属性効用モデルの問題焦点的段階的獲得手法を提案する。効用情報は必要に応じて収集され、ドメインモデルに従ってガイドされる。この手法により、早期に劣化した計画を特定し、特に時間的制約が厳しいか低利害な状況において、獲得のオーバーヘッドを最小限に抑えることで、効率的な計画立案が可能になる。

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

• 確率の獲得は十分に研究されているが、効用の獲得はまだ未発達であるAI研究における不均衡を是正すること。
• 特に時間的制約が厳しいか低利害な状況において、インタラクティブな意思決定システムにおける獲得のオーバーヘッドを低減すること。
• 意思決定問題の構造に基づいて、必要なときにのみ段階的に効用情報を獲得する手法を開発すること。
• 未知の効用関数に関する条件を分析することで、劣化計画の早期検出を可能にすること。
• ドメイン固有の制約と構造を獲得プロセスに統合し、効率的な効用取得をガイドすること。

提案手法

• 不完全な効用関数を用いた多属性効用モデルを用いて意思決定問題を形式化する。
• ドメインモデルの制約を用いて、完全な効用知識がなくても計画が劣化していると証明できる条件を同定する。
• 段階的獲得を適用：計画の順位付けにおけるあいまいさを解消するために必要な最小限の効用パラメータのみを照会する。
• 問題の構造（例えば、属性の依存関係、制約）を活用して、どの効用パラメータを優先して獲得するかを決定する。
• 得られた効用データを意思決定理論的計画者に統合し、各照会後に計画の最適性を再評価する。
• 論理的および代数的推論を用いて、部分的な効用情報のもとで計画の優越性または劣化を検出する。

実験結果

リサーチクエスチョン

• RQ1 どのような種類の意思決定問題において、完全な効用仕様なしに劣化計画を検出できるか？
• RQ2 時間的制約が厳しい状況で、正しい計画選択を保証しつつ、どのようにして効用獲得を最小限にできるか？
• 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ガイドする役割を果たすか？
• RQ4 段階的獲得を最適性保証を失わずに計画システムに統合できるか？
• RQ5 計画順位付けのあいまいさを解消するために、追加の効用情報が必要かどうかをシステムがどのように検出できるか？

主な発見

• 未知の効用関数に関する条件を分析することで、劣化計画の早期検出が可能になり、完全な獲得の必要性が低減される。
• ドメインモデルに裏付けられた関連する効用パラメータに焦点を当てることで、獲得作業の大幅な削減が達成される。
• 最適性保証を維持しながらユーザーとのインタラクションを最小限に抑えられるため、特に低利害または時間的制約が厳しい応用において有益である。
• 計画の過程で効用モデルを段階的に精錬できるため、事前の完全な効用関数の獲得を回避できる。
• UAI 1997会議の実験結果から、最小限の照会で劣化計画を効果的に pruning できることが示された。
• 獲得プロセスにドメイン構造を統合することで、ランダムまたは一様な照問と比較して、より効率的かつ的確な情報収集が可能になる。