[论文解读] An efficient mixed-integer linear programming formulation for solving influence diagrams

Topias Terho, Fabricio Oliveira+2 more|arXiv (Cornell University)|Jan 13, 2026

Bayesian Modeling and Causal Inference被引用 0

一句话总结

本文提出一种基于观测的 MILP 改造，用于对先前基于 RJT 的方法难以求解的影响图，能够高效求解并提供 CVaR 与概率约束的扩展。

ABSTRACT

Influence diagrams represent decision-making problems with interdependencies between random events, decisions, and consequences. Traditionally, they have been solved using algorithms that determine the expected utility-maximizing decision strategy. In contrast, state-of-the-art solution approaches convert influence diagrams into a mixed-integer linear programming (MILP) model, which can be solved with powerful off-the-shelf MILP solvers. From a computational standpoint, the existing MILP formulations can be efficiently solved when applied to influence diagrams that represent periodic (or sequential) decision processes, which can be cast as partially observable Markov Decision Processes. However, they are inefficient in problems that lack a periodic structure or if the nodes in the influence diagram have large state spaces, thus limiting their practical use. In this paper, we present an efficient MILP formulation that is specifically designed for influence diagrams that are challenging for the earlier MILP formulation-based methods. Additionally, we present how the proposed formulation can be adapted to maximize conditional value-at-risk and how chance and logical constraints can be incorporated into the formulation, thus retaining the modeling flexibility of the MILP-based methods. Finally, we perform computational experiments addressing problems from the literature and compare the computational efficiency of the proposed formulation against the available MILP formulations for the reported influence diagrams. We find that the MILP models based on the proposed formulations can be solved significantly more efficiently compared to the state-of-the-art when solving influence diagrams that cannot be cast as partially observable Markov decision processes.

研究动机与目标

• 在没有完美记忆或周期性结构的前提下，激励求解影响图。
• 开发一种可扩展的 MILP 形式，在具有挑战性的图上超过现有基于 RJT 的方法。
• 保留建模灵活性，以纳入风险度量（CVaR）和约束条件（概率约束）。
• 在文献启发的问题上提供理论保证和计算证据。

提出的方法

• 引入观测集 O 以及可观测片段 y(sO) 来汇聚路径决策。
• 将 MILP 改写为使用决策变量 z 和观测变量 y，从而获得更紧的模型（式 15–20）。
• 证明关键命题，表明通过 y(sO) 能表示最优的 x(s)，且改写保持最优值不变（命题 1–4）。
• 添加一个强化的有效不等式（对每个可观测的 C-I 集合，观测扩展上 y 的和 ≤ 1）（命题 5）。
• 将框架扩展到 CVaR 目标（约束 21–32）以及概率约束（约束 34–35）。
• 讨论预处理和计算考虑因素，以利用通过预先计算的 E(sO) 数量进行并行预处理的潜力。

实验结果

研究问题

• RQ1 观测基 MILP 构型在缺乏周期性结构或状态空间很大时，是否能比 RJT 与原始 Decision Programming 方法带来更好的计算性能？
• RQ2 如何在保持模型灵活性的前提下，将风险规避目标（CVaR）与概率约束整合到 MILP 中？
• RQ3 新的改写是否能对等地产生与基于路径的表示相同的最优决策，理论保证是什么？
• RQ4 在何种问题结构下（如存在大状态空间）改写能带来最显著的计算收益？

主要发现

• 所提出的改写对于不能被 cast 为 POMDP 或状态空间很大的影响图，优于 RJT。
• 基于观测的聚合在不影响最优值的前提下减少了模型规模（命题 1–4）。
• 带有观测变量和有效不等式的强化 MILP 提升了线性规划松弛性与计算效率。
• 可以将 CVaR 纳入以获得风险规避的决策，且改写是可行的（约束 21–32）。
• 概率约束将模型扩展至对状态或预算设定概率界限的约束（约束 34–35）。
• 该方法保持 MILP 基于方法的建模灵活性，并与现有的 RJT 与 DP 框架互补。