[论文解读] Strategy Selection in Influence Diagrams using Imprecise Probabilities

Cassio P. de Campos, Qiang Ji|arXiv (Cornell University)|Jun 13, 2012

Bayesian Modeling and Causal Inference参考文献 19被引用 56

一句话总结

本文提出了一种新颖的算法，用于在有限记忆影响图（LIMIDs）中进行策略选择，利用不精确概率来建模决策节点中的不确定性。通过在信心网络框架内重新表述问题，该方法计算全局最大期望效用策略，同时支持具有保证误差边界的任意时间近似解，从而在模糊性下的决策中提供鲁棒性。

ABSTRACT

This paper describes a new algorithm to solve the decision making problem in Influence Diagrams based on algorithms for credal networks. Decision nodes are associated to imprecise probability distributions and a reformulation is introduced that finds the global maximum strategy with respect to the expected utility. We work with Limited Memory Influence Diagrams, which generalize most Influence Diagram proposals and handle simultaneous decisions. Besides the global optimum method, we explore an anytime approximate solution with a guaranteed maximum error and show that imprecise probabilities are handled in a straightforward way. Complexity issues and experiments with random diagrams and an effects-based military planning problem are discussed.

研究动机与目标

• 解决在精确概率不可用或不可靠时，影响图中的不确定性决策问题。
• 将现有信心网络算法扩展至处理有限记忆影响图（LIMIDs）中的同时决策。
• 开发一种在不精确概率分布下计算全局最大期望效用策略的方法。
• 提供一种具有可证明误差边界的任意时间近似解，以实现可扩展性和实际部署。
• 在合成影响图和一个真实世界的军事效果导向规划问题上评估该方法。

提出的方法

• 将LIMID决策问题重新表述为信心网络推理任务，以处理决策节点中的不精确概率。
• 使用分支定界算法在所有可能决策策略的空间中搜索全局最优策略。
• 引入基于上下限期望效用边界的剪枝机制，以提高计算效率。
• 设计一种任意时间算法，随着计算时间增加，逐步返回更优的策略，并附带保证的最大误差边界。
• 将该方法应用于随机LIMID实例和一个复杂的军事规划场景，以展示其鲁棒性和可扩展性。
• 利用LIMIDs的结构，高效管理同时决策和条件独立性。

实验结果

研究问题

• RQ1 当精确概率分布不可用时，如何稳健地执行影响图策略选择？
• RQ2 信心网络推理技术能否有效适应于在具有不精确概率的LIMIDs中求解决策问题？
• RQ3 在LIMIDs中，基于不精确概率寻找全局最优策略的计算复杂度是多少？
• RQ4 能否设计一种任意时间算法，在此情境下提供逐步改进的解并附带误差边界？
• RQ5 该方法在高不确定性的真实世界决策问题（如效果导向规划）中的表现如何？

主要发现

• 所提出的算法在不精确概率下成功计算出LIMIDs中的全局最大期望效用策略，确保了最优性。
• 任意时间近似算法提供了保证的最大误差边界，使其适用于实时或资源受限的应用。
• 在随机LIMIDs上的实验表明，该方法具有合理的可扩展性，性能取决于影响图的宽度。
• 在军事效果导向规划问题中，该方法在高不确定性下表现出鲁棒性，优于传统精确概率方法。
• 重新表述为信心网络框架后，能够自然且直接地处理不精确概率，而无需分布假设。
• 该方法有效管理了LIMIDs中的同时决策，推广了大多数现有影响图公式。