- 主观因果关系
通过观察决策者的干预偏好,我们展示了可以理解和识别决策者的主观因果判断的可能性。通过使用因果模型,我们表示因果关系,其中世界由一组变量组成,通过方程式进行关联。我们证明,如果干预偏好关系满足某些公理(与关于反事实的标准公理相关),那么我们可 - 准确预测与糟糕决策之间:AI/ML 差距
智能代理依赖人工智能 / 机器学习功能来预测可能行动的后果并优化策略。然而,过分追求预测准确性忽视了对效用的准确可靠评估,导致期望效用与实际影响之间存在重大差距。该研究通过量化效用不确定性和概率估计对预期效用的敏感性,比较两者的影响,提出从 - 非线性愿望理论
该论文将 Anscombe 和 Aumann 的贝叶斯决策理论扩展到预期效用集合,通过使用通用的闭合算子来代表效用来解决 Allais 悖论问题,并探讨了非线性货币、预测价格和概率集合在该理论中的作用。
- 人类实用推理的速率 - 失真视角
本文研究了何种计算原则支持人类实用推理。使用 RSA 框架,论文以概率说话者和听者递归推理为基础,分析了 RSA 递归推理动力学,并探讨了相关的信息理论原则,以实现优化实用程序和交际努力的平衡。
- AAAI安全博弈中对手行为的端到端游戏集中学习
本文介绍了一种新的以博弈为重点的方法,以解决对于一个新的特征值和组合的目标普遍化防御的问题,结果表明在数据受限的情况下,这种方法可实现比传统方法更高的防御者预期效益。
- AAAI因果决策问题的指导原则
本文提出基于 Causal Graphical Model 的 Causal Decision Problem 的求解方法,并结合 Pearl 的 Do-Calculus 及 Expected Utility 原理,提出一种在线决策制定程序 - 使用耦合辅助模型和多元仿真的贝叶斯实验设计:面对难以处理的似然模型
提出一种基于多元高斯过程模拟和 Copula 方法相结合的策略,用于寻找涉及参数估计和模型比较实验目标的困难似然模型的 Bayesian 设计。
- 利用 SMT 求解证明效率和策略无关的矛盾性
本文提供了一个计算机辅助证明,指出每个有效的聚合机制都可以针对代理人的偏好进行操作,这解决了一个悬而未决的问题并加强了现有定理的几个声明,并首次将 SMT 解算器应用于计算社会选择。
- 操纵概率串联规则
通过研究概率排序规则,本文探讨了代理商操纵的计算复杂性问题,提出了计算最佳响应的算法,并在两个代理商的情况下,证明了即使是最佳期望效用,也可以用多项式时间计算得出。
- 文本的效用:以友情诉状和最高法院为例
探索撰写文本的思维方式,考虑美国最高法院的决策并采用数理模型分析其结果,加入法院外围层决策者(amici curiae)的权衡因素,提高投票预测和进行反事实分析的能力。
- IJCAI社会福利最优顺序分配程序
通过简单的顺序分配程序,共享不可分割的物品,当代理人采取轮流选择物品时,预计可以计算每个代理人的效用到多项式时间复杂度,而当代理人行为策略变化时,预期 utilitarian social welfare 时最大化的。
- 在不确定性下实施坚定的选择
探讨了在决策标准偏离(主观)预期效用的情况下,顺序选择情境的适应性,并提出了基于决策者连续自我的合作的 McClennen 决定的解释和实施方法。
- 热力学作为一种考虑信息处理成本的决策理论
该论文提出了一个信息论的有界理性决策模型,其中决策者在预期效用和信息处理成本之间进行权衡,被视为物理状态发生变化时的热力学机器,行为受制于自由能泛函。当忽略计算成本时,该模型还原为最大化预期效用原则。