[论文解读] Exploring the hierarchical structure of human plans via program generation

Carlos G. Correa, Sophia Sanborn+4 more|arXiv (Cornell University)|Nov 30, 2023

Software Engineering Research被引用 4

一句话总结

本文通过让参与者在具有明确分层结构的类编程任务中编写程序，研究人类如何生成分层结构的计划。研究发现，人们在程序重用方面的偏好超出了最小描述长度（MDL）的预测，因此提出了一种基于语法归纳的生成模型来解释这一偏好，该模型在预测人类计划方面优于效用最大化和仅使用MDL的模型。

ABSTRACT

Human behavior is often assumed to be hierarchically structured, made up of abstract actions that can be decomposed into concrete actions. However, behavior is typically measured as a sequence of actions, which makes it difficult to infer its hierarchical structure. In this paper, we explore how people form hierarchically structured plans, using an experimental paradigm with observable hierarchical representations: participants create programs that produce sequences of actions in a language with explicit hierarchical structure. This task lets us test two well-established principles of human behavior: utility maximization (i.e. using fewer actions) and minimum description length (MDL; i.e. having a shorter program). We find that humans are sensitive to both metrics, but that both accounts fail to predict a qualitative feature of human-created programs, namely that people prefer programs with reuse over and above the predictions of MDL. We formalize this preference for reuse by extending the MDL account into a generative model over programs, modeling hierarchy choice as the induction of a grammar over actions. Our account can explain the preference for reuse and provides better predictions of human behavior, going beyond simple accounts of compressibility to highlight a principle that guides hierarchical planning.

研究动机与目标

• 研究人类在内部表征不可直接观测的新情境下，如何形成分层结构的计划。
• 检验人类计划生成是否受效用最大化（动作数最少）或最小描述长度（程序最短）的引导。
• 识别出仅靠MDL或效用最大化无法解释的人类程序的定性特征。
• 将子程序重用的偏好形式化为分层规划生成模型中的先验信念。
• 开发并评估一种语法归纳模型，该模型能同时推断出抽象动作的语法规则和使用这些动作的计划。

提出的方法

• 参与者在一个类似Lightbot的环境中创建分层程序，其中动作可被分组为可重用的子程序。
• 本研究将人类生成的程序与效用最大化（最小化动作数）和MDL（最小化程序长度）的预测结果进行比较。
• 开发了一种生成模型，将层次选择建模为语法归纳，其中引入了对频繁使用子程序重用的先验偏好。
• 该模型使用递归程序生成机制，支持子程序调用自身，并包含对后目标动作和递归子程序的特殊处理。
• 通过贪婪的轨迹重写算法从执行轨迹生成程序，以最大化子程序重用，同时对最小长度和使用次数施加约束。
• 使用A*搜索算法，其启发式函数结合曼哈顿距离和最小生成树成本，以高效地寻找执行轨迹。

实验结果

研究问题

• RQ1 人类在新颖且未实践过的环境中，如何生成分层计划？
• RQ2 当创建分层程序时，人们在多大程度上优化程序长度（MDL）或动作数（效用最大化）？
• RQ3 是否存在仅靠MDL或效用最大化无法解释的人类程序的定性特征——例如子程序重用？
• RQ4 基于语法归纳、并带有重用偏好先验的生成模型，是否能比MDL或效用模型更好地预测人类程序结构？
• RQ5 先前对子程序使用的经验在多大程度上影响了分层计划结构的形成？

主要发现

• 参与者倾向于编写更短的程序和更少的动作，表明其对MDL和效用最大化均具有敏感性。
• 尽管如此，参与者始终比MDL或效用最大化所预测的更频繁地重用子程序，表明存在一种超越可压缩性的定性重用偏好。
• 所提出的带有重用偏好先验的语法归纳模型，在预测人类程序结构方面优于MDL和效用最大化模型。
• 该模型成功捕捉了递归子程序和后目标动作等复杂模式，这些模式能有效减少整体程序长度。
• 78%的参与者程序和94%的至少被一名其他参与者共享的程序，均可由该模型的程序语料库成功生成。
• A*搜索中使用的启发式函数（结合曼哈顿距离和最小生成树成本）确保了轨迹搜索的单调性和最优性。