Decision Oriented Technique (DOTechnique): Finding Model Validity Through Decision-Maker Context
提出决策导向技术(DOTechnique),通过比较替代模型与高保真模型的决策一致性而非输出相似性来确定模型有效性区域,整合领域约束与符号推理提升效率,并在高速公路变道系统中验证其有效性。
2025-10-12 cs.AI
Fairness Shields: Safeguarding against Biased Decision Makers
Graz University of Technology(格拉茨工业大学);Institute of Science and Technology Austria (ISTA)(奥地利科学技术研究所(ISTA));IMDEA Software Institute(IMDEA软件研究所)
本文提出公平性盾牌,一种符号决策者,通过持续监控和干预黑盒决策者的决策序列,在最小化干预成本的同时确保公平性,并提供了四种算法及实证验证。
2024-12-16 cs.AI
The Quest for a Common Model of the Intelligent Decision Maker
DeepMind(深度思维);University of Alberta(阿尔伯塔大学)
强化学习和决策制定多学科会议的前提是,随着时间的推移,多个学科对目标导向的决策有着共同的兴趣。本文的想法是通过提出一个关于决策者的观点来加强和深化这一前提,这个观点是实质性的,广泛地存在于心理学、人工智能、经济学、控制理论和神经科学中,我称之为“智能主体的共同模型”。公共模型不包括任何特定于任何有机体、世界或应用程序域的内容。公共模型确实包括决策者与其世界的交互(必须有输入和输出,以及目标)和决策者的内部组件(感知,决策,内部评估和世界模型)。我确定了这些方面和组件,注意它们在不同学科中有不同的名称,但本质上指的是相同的想法,并讨论了设计可跨学科使用的中性术语的挑战和好处。现在是时候认识到并建立在智能代理的实质性共同模型上的多个不同学科的融合。
2022-06-05 cs.AI
Randomized Classifiers vs Human Decision-Makers: Trustworthy AI May Have to Act Randomly and Society Seems to Accept This
University of Canterbury(坎特伯雷大学);Corvinus University of Budapest(布达佩斯考维努斯大学);Soul Machines(Soul Machines公司);Universitat Pompeu Fabra(庞培法布拉大学)
随着\emph{artificial intelligence}(AI)系统越来越多地参与影响我们生活的决策,确保自动化决策的公平性和道德性已成为当务之急。直觉上,我们认为,类似于人类的决定,人工代理人的判断必须基于一些道德原则。然而,决策者(无论是人类还是人工)只有在决策时能够获得决策所依据的所有相关因素的全部信息,才能做出真正道德(基于任何道德理论)和公平(根据任何公平概念)的决策。这引发了两个问题:(1)在我们依赖于使用通过监督学习获得的分类器的AI系统的设置中,存在一些归纳/泛化,并且即使在学习期间也可能不存在一些相关属性。(2)将此类决策建模为博弈表明,任何纯粹的策略(无论多么符合道德)都不可避免地容易受到利用。此外,在许多博弈中,纳什均衡只能通过使用混合策略来获得,即,为了实现数学上的最佳结果,决策必须是随机的。在本文中,我们认为,在监督学习设置,存在随机分类器,执行至少以及确定性分类器,因此可能是在许多情况下的最佳选择。我们通过实证研究支持我们的理论结果,表明社会对随机人工决策者的积极态度,并讨论了与使用随机分类器相关的一些政策和实施问题,这些问题与当前的人工智能政策和标准化计划有关。
2021-11-15 cs.AI cs.CY cs.LG
Learning When to Advise Human Decision Makers
Harvard University(哈佛大学);Hebrew University of Jerusalem(希伯来大学)
针对算法固定提供建议的局限,提出双向交互的AI系统,仅在建议有益时提供,实验证明其显著提升人类决策并保留人类优势。
2023-07-03 cs.AI cs.HC cs.LG
Information Processing by Networks of Quantum Decision Makers
ETH Zürich, Swiss Federal Institute of Technology(苏黎世联邦理工学院);Joint Institute for Nuclear Research(联合核研究所);Swiss Finance Institute(瑞士金融研究院);University of Geneva(日内瓦大学)
我们提出了一个模型的多代理社会的决策者作出决定是基于两个标准,一个是实用的前景,另一个是考虑前景的吸引力。该模型是量子决策理论的推广,早期开发的单个决策者实现一步决策,在两个主要方面。首先,同时考虑几个决策者,他们通过信息交换相互作用。其次,一个多步骤的过程被处理,当代理交换信息多次。几个决策者交换信息并使用量子规则形成他们的判断,形成一种量子信息网络,其中集体决策作为信息交换的结果而及时发展。除了表征人类社会中出现的集体决策外,这种网络还可以描述由几个部分组成的人工量子智能或量子计算机集群中发生的动态过程。本文以动态分离效应为例,说明了该理论的实际应用,并给出了三个定量预测:(1)描述了决策者在过程初始阶段的概率行为,(2)证明了初始前景概率与相关效用因子之间的差异减小,(3)证明了决策者在决策过程初始阶段的概率行为与相关效用因子之间的差异减小,(4)证明了初始前景概率与相关效用因子之间的差异减小。(iii)预期在多次交换资料后会达成共识。预测的数值与经验数据非常吻合。
2017-12-15 cs.AI physics.soc-ph quant-ph
Causal Strategic Linear Regression
Harvard School of Engineering and Applied Sciences(哈佛大学工程与应用科学学院);Stanford Computer Science Department(斯坦福大学计算机科学系)
在许多预测决策场景中,如信用评分和学术测试,决策者必须构建一个模型,该模型考虑到代理人通过改变其特征来“游戏”决策规则的倾向,以便获得更好的决策。而战略分类文献先前假设代理的结果是没有因果关系的影响,他们的功能(因此,战略代理的目标是欺骗决策者),我们加入并行工作,在建模代理的结果作为其可变属性的函数。作为我们的主要贡献,我们提供了用于学习决策规则的高效算法,这些算法在可实现的线性设置中优化了三个不同的决策者目标:准确预测代理的博弈后结果(预测风险最小化),激励代理改进这些结果(代理结果最大化),并估计真实基础模型的系数(参数估计)。我们的算法通过允许决策者测试一系列决策规则并观察代理人的反应,有效地通过决策规则执行因果干预,从而规避了Miller等人(2020)的硬性结果。
2022-08-25 cs.AI cs.LG stat.ML
Language Models are Alignable Decision-Makers: Dataset and Application to the Medical Triage Domain
Kitware, Inc.(凯特维尔公司);Raytheon/BBN Technologies Corp.(雷神/BBN技术公司);Kairos Research, LLC(凯洛斯研究有限责任公司)
本文提出一个含62个场景和六种决策者属性的医疗分诊数据集及软件框架,展示如何通过零样本提示和加权自一致性使LLMs对齐不同决策属性,为可信AI决策提供新方向。
2024-06-10 cs.AI cs.CL
Tiny, On-Device Decision Makers with the MiniConv Library
University of Cambridge(剑桥大学)
本文提出了一种分拆策略架构,利用设备端编码器和远程策略头部,减少数据传输和延迟,提升边缘设备上的强化学习性能。
2025-12-17 cs.AI cs.LG
Sequential Processing of Observations in Human Decision-Making Systems
Syracuse University(雪城大学);University of Alabama at Birmingham(阿拉巴马大学伯明翰分校)
在这项工作中,我们考虑一个二元假设检验问题,涉及一组人类决策者。由于人类行为的本质,每个人类决策者在随机的时间长度内顺序地观察感兴趣的现象。人类使用信念模型来累积对数似然比,直到他们停止观察这种现象。信念模型用于表征人类决策者对不同时刻的观察的感知,即,一些决策者可能会更重视较早而不是较晚观察到的观察结果,反之亦然。全局决策器是一台机器,它使用Chair-Varshney规则融合人类决策,并为人类决策提供不同的权重,其中权重由人类用于得出其各自决策的观察值的数量确定。
2023-01-25 cs.AI cs.HC eess.SP
Classical AI vs. LLMs for Decision-Maker Alignment in Health Insurance Choices
Information Science, Drexel University, Philadelphia, PA 19104 USA;Parallax Advanced Research, 4035 Colonel Glenn Hwy, Beavercreek, OH 45431 USA;Knexus Research, 174 Waterfront Street, Suite 310, National Harbor, Oxon Hill, MD 20745 USA;Information Science \& Computer Science, Drexel University, Philadelphia, PA 19104 USA
本研究比较经典AI与LLM方法在健康保险决策中对齐不同风险偏好决策者的效果,发现两者对齐程度相当,经典AI在中等风险下略优。
2025-10-07 cs.AI
Statistical Tests for Replacing Human Decision Makers with Algorithms
Institute of Economics, School of Social Sciences, Tsinghua University(清华大学社会科学学院经济研究所);Department of Economics, Stanford University(斯坦福大学经济学系);School of Economics and Management, Beihang University(北京航空航天大学经济管理学院)
该研究提出用AI改进人类决策的统计框架,通过两类统计方法结合全国孕前检查医疗数据开展异常出生检测实验,证实算法诊断的真阳性率更高、假阳性率更低。
2024-12-07 cs.AI econ.EM stat.ME
Balancing Suspense and Surprise: Timely Decision Making with Endogenous Information Acquisition
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);University of Oxford(牛津大学)
我们开发了一个贝叶斯模型的时间压力下的决策与内源性信息采集。在我们的模型中,决策者决定何时通过采样一个潜在的连续时间随机过程(时间序列)来观察(昂贵的)信息,该过程传达了有关可能发生或不发生不良事件的信息,这些不良事件将终止决策过程。在试图预测不良事件的发生时,决策者遵循一种策略,该策略确定何时从时间序列中获取信息(继续),以及何时停止获取信息并进行最终预测(停止)。我们表明,最优策略具有会合结构,即每当从时间序列中收集新的信息样本时,获取下一个样本的最佳“日期”就变得可计算的结构。两个信息样本之间的最佳间隔平衡了决策者的惊讶(即,在观察到新信息后,她的后验信念的漂移)和悬念(即,在两个信息样本之间的时间间隔内发生不良事件的概率)之间的权衡。此外,我们的特征的延续和停止区域中的决策者的状态空间,并表明,它们不仅取决于决策者的信念,但也对上下文,即当前实现的时间序列。
2016-10-24 cs.AI
Eliciting Forecasts from Self-interested Experts: Scoring Rules for Decision Makers
University of Toronto(多伦多大学)
用于引出随机变量的专家预测的评分规则通常是假设专家仅从其预测的质量中获得效用(例如,由规则奖励的分数,或预测市场中的收益)。我们研究一个更现实的设置,其中(a)的主要是一个决策者,并会根据专家的预测作出决定;(b)专家有一个内在的利益的决定。例如,在公司决策市场中,专家可能从其经理采取的行动中获得不同程度的效用。因此,如果使用典型的评分规则,专家通常会有动机误报她的预测,以影响决策者的选择。我们开发了一个通用的模型,这种设置,并介绍了补偿规则的概念。当与专家的决策的内在效用相结合时,补偿规则诱导了表现得像正常评分规则的净评分规则。假设充分了解专家效用,我们提供了一个完整的表征所有(严格)适当的补偿规则。然后,我们分析的情况下,专家的效用函数是不完全知道的决策者。我们展示了以下方面的界限:(a)专家误报的动机;(b)专家误报的程度;(c)决策者因这种不确定性而失去效用。这些界限以自然的方式取决于不确定性的程度,净评分函数的局部凸度,以及决策者效用函数的自然属性。他们还提出了优化程序的补偿规则的设计。最后,我们简要地讨论了使用补偿规则作为市场评分规则的自利专家在预测市场。
2011-06-13 cs.AI cs.GT cs.MA
PlanRAG: A Plan-then-Retrieval Augmented Generation for Generative Large Language Models as Decision Makers
School of Computing, KAIST(韩国科学技术院计算机学院)
针对需要复杂数据分析的决策制定任务,该研究定义了决策问答任务,构建了DQA基准,并提出迭代式先规划后检索增强生成方法PlanRAG,在两类场景下性能均优于现有最优迭代RAG方法。
2024-06-18 cs.AI cs.CL cs.LG
The Role of Time in the Creation of Knowledge
本文假设人类知识的创造依赖于一个离散的时间,或阶段,顺序决策过程受到随机的,信息传输环境。对于每个时间阶段,该环境随机地将香农类型的信息包发送给决策者,决策者检查每个信息包的相关性,然后确定他的最优选择。使用这组相关的信息包,决策者适应,随着时间的推移,他的环境的随机性,并优化主观预期的知识增长率。决策者的最佳行动,导致一个决策功能,涉及到,随着时间的推移,他的看法的主观熵的环境过程和其他重要参数在每个时间阶段的过程。利用这种人类行为模型,人们可以利用计算机模拟和真实的决策者进行心理测量实验,玩编程游戏来测量最终的人类表现。
2007-07-03 cs.AI cs.IT cs.LG
A integrating critic-waspas group decision making method under interval-valued q-rung orthogonal fuzzy enviroment
School of Software and Internet of Things Engineering, Jiangxi University of Finance and Economics(江西财经大学软件与物联网工程学院)
为权重和属性权重未知的多属性多目标群决策问题提供了一种新的工具。提出了一种基于Yager算子和CRITIC-WASPAS方法的区间值广义正交模糊群决策方法。该方法集成了Yager算子、CRITIC、WASPAS和区间值广义正交模糊群。它的优点在于给予决策者更大的自由度,避免决策者因权重而产生的偏见,并得到准确的评价。研究内容包括:将区间值广义距离度量方法扩展到相似性度量和决策方法的比较与应用中,提出了一种新的比较区间值广义正交模糊数大小的评分函数,并对已有的研究进行了进一步的拓展。提出的区间值Yager加权平均算子(IVq-ROFYWA)和Yager加权几何平均算子(IVq-ROFYWG)用于信息聚合。CRITIC-WASPAS结合了CRITIC和WASPAS的优点,不仅可以用于单个决策,而且可以作为群体决策的基础。对决策者权重矩阵的深入研究,克服了将决策作为一个整体考虑的缺点,对决策者的信息集合进行了加权。最后,将群体决策算法应用于高血压风险管理。结果与决策者的意见一致。实践和案例分析证明了本文方法的有效性。同时,与其他算子和决策方法进行了比较,证明了该方法的有效性和可行性。
2022-01-04 cs.AI
Adaptive Simulation-based Training of AI Decision-makers using Bayesian Optimization
University of Colorado, Boulder(科罗拉多大学博尔德分校);Orbit Logic Incorporated(Orbit Logic 公司);Air Force Research Laboratory(美国空军研究实验室)
这项工作研究了具有可调决策参数的AI控制的斗狗代理如何学习优化针对智能对手的性能,如通过模拟战斗中评估的随机目标函数所测量的。高斯过程贝叶斯优化(GPBO)技术被开发用于自动学习全局高斯过程(GP)代理模型,该代理模型在参数空间的已探索和未探索区域中提供统计性能预测。这允许学习引擎以最有可能优化性能的参数值对全面战斗模拟进行采样,并提供高度信息化的数据点以改进未来的预测。然而,标准GPBO方法不提供一个可靠的代理模型的高度挥发性的目标函数在空战中发现,因此不可靠地确定全球最大值。新的重复采样(RS)和混合重复/多点采样(HRMS)技术解决了这些问题。仿真研究表明,HRMS提高了GP代理模型的准确性,使AI决策者能够更准确地预测性能并有效地调整参数。
2017-07-28 cs.AI cs.LG cs.RO
Parametrically Retargetable Decision-Makers Tend To Seek Power
Oregon State University(俄勒冈州立大学)
如果有能力的人工智能智能体通常被激励去寻求权力,以服务于我们为他们指定的目标,那么这些系统除了带来巨大的好处外,还将带来巨大的风险。在完全可观察的环境中,大多数奖励函数都有一个最优策略,它通过保持选项开放和生存来寻求权力。然而,现实世界既不是完全可观察的,也不需要训练的代理人甚至近似于奖励最优。我们考虑了一系列人工智能决策模型,从最优到随机,再到通过学习和与环境交互而做出的选择。我们发现,许多决策功能是可重定向的,而重定向性足以导致权力寻求倾向。我们的功能标准是简单和广泛的。我们表明,一系列的质量不同的决策程序激励代理人寻求权力。我们证明了我们的研究结果的灵活性,通过推理学习的政策激励蒙特祖马的复仇。这些结果暗示了一个安全风险:最终,可重定向的训练程序可能会训练现实世界中寻求超越人类的力量的代理人。
2022-10-11 cs.AI
Decision Theoretic Foundations for Conformal Prediction: Optimal Uncertainty Quantification for Risk-Averse Agents
University of Pennsylvania(宾夕法尼亚大学)
本文从决策论角度证明预测集对风险厌恶决策者最优,提出最大最小决策策略和风险厌恶校准算法RAC,在保证安全阈值的同时提升下游效用。
2025-02-04 cs.AI cs.LG stat.ML
On rho in a Decision-Theoretic Apparatus of Dempster-Shafer Theory
Thomas M. Strat开发了一种用于Dempster-Shafer理论的决策理论装置(Decision analysis using belief functions,Intern. J.近似值原因的4(5/6),391-417,1990)。在该装置中,针对不同的选择构造期望效用区间。具有最高期望效用的选择比其他选择更可取。然而,当一个选择的期望效用区间包含在另一个选择的期望效用区间中时,要找到首选选择,就必须在区间中插入一个识别点。这是通过参数ρ来完成的,ρ被定义为每个非单点焦元的效用的模糊性将变得尽可能有利的概率。如果有几个不同的决策者,我们有时可能更感兴趣的是在决策者中拥有最高的预期效用,而不是只试图最大化我们自己的预期效用,而不管其他决策者的选择。每个选择的偏好由产生最高期望效用的概率决定。该概率等于rho的最大区间长度,在该区间长度下,备选方案是优选的。在这里,我们不仅必须考虑其他决策者已经做出的选择,而且还必须考虑我们可以假设的后来的决策者做出的理性选择。在斯特拉特仪器中,必须对ρ的值做出一个假设,而这个假设是没有证据支持的。我们证明,没有这样的假设是必要的。假设rho的概率分布是均匀的,就足以辨别出最优的选择。我们讨论这种方法何时是合理的。
2003-05-16 cs.AI
LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving
Tsinghua University(清华大学);University of Hong Kong(香港大学)
针对现有自动驾驶系统在高级信息理解等方面的挑战,提出LanguageMPC方法,将大语言模型用作决策组件,设计认知路径与转换算法实现与低级控制器的集成,实验表明其在单车任务中优于基线且能处理多车协调等复杂场景。
2025-04-15 cs.AI cs.CL cs.CV
Bounded Rational Decision-Making in Feedforward Neural Networks
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);Graduate Training Center of Neuroscience(神经科学研究生培训中心)
有限理性决策者在有限的计算资源下将感官输入转化为运动输出。从数学上讲,这些决策者可以建模为传输速率有限的信息理论信道。在这里,我们首次将这种形式主义应用于多层前馈神经网络。我们推导出两种情况下的突触权重更新规则,其中每个神经元被认为是一个有限的理性决策者或网络作为一个整体。在更新规则中,有限理性转化为权重空间中的信息理论激励的正则化类型。在手写数字MNIST基准分类任务的实验中,我们证明了这种信息理论正则化成功地防止了不同架构之间的过拟合,并获得了与其他最新技术(如dropout,dropconnect和贝叶斯backprop)竞争的结果,无论是普通神经网络还是卷积神经网络。
2016-05-23 cs.AI cs.LG cs.NE
Key Decision-Makers in Multi-Agent Debates: Who Holds the Power?
本研究探索多智能体辩论(MAD)中的角色分配策略,提出“Truth Last”策略提升推理性能达22%,并针对实际中真相未知问题提出MADC策略,通过模拟高一致性角色为真相,在9个LLM模型上验证其有效性,克服MAD瓶颈。
2025-11-14 cs.AI
Playing against Nature: causal discovery for decision making under uncertainty
National Institute of Astrophysics Optics and Electronics (INAOE)(国家天体物理、光学与电子学研究所(INAOE))
我们考虑不确定性下的决策问题,决策者可用的选项和由此产生的结果是通过一个因果机制,这是未知的决策者。我们问如何决策者可以了解这种因果机制,通过顺序决策以及使用当前的因果知识内的每一轮,以作出更好的选择,她没有考虑因果知识,并提出了一个决策过程中,代理持有\textit{beliefs}她的环境,用于作出选择,并使用所观察到的结果进行更新。作为概念的证明,我们提出了一个实现这个因果决策模型,并将其应用在一个简单的场景。我们表明,该模型实现了类似于经典Q学习的性能,同时它也获得了环境的因果模型。
2018-07-03 cs.AI
Personalized next-best action recommendation with multi-party interaction learning for automated decision-making
University of Technology Sydney(悉尼科技大学)
在自然、社会和商业决策中,人们广泛需要在连续、动态和交互的环境中为每个客户自动推荐下一个最佳行动。个性化的次佳行动建议必须涉及过去,当前和未来的客户人口统计数据和环境(状态)和行为,客户和决策者之间的长期顺序交互,状态,行为和行动之间的多序列交互,以及他们对对方行动的反应。没有现有的建模理论和工具,包括马尔可夫决策过程,用户和行为建模,深度顺序建模,个性化顺序推荐,可以量化这样的复杂的决策在个人层面上。我们采取数据驱动的方法来学习下一个最好的行动,个性化的决策,通过加强耦合递归神经网络(CRN)。CRN表示客户的历史和当前状态的多个耦合动态序列,对决策者行为的响应,对行为的决策奖励,并学习各方(客户和决策者)之间的长期多序列交互。然后在某个时间点对每个客户推荐下一个最佳行动,以改变他们的状态,实现最佳决策目标。我们的研究展示了多序列交互的个性化深度学习和复杂系统中个性化决策的自动动态干预的潜力。
2021-08-19 cs.AI cs.LG cs.NE
Alert of the Second Decision-maker: An Introduction to Human-AI Conflict
University of Alberta(阿尔伯塔大学)
本文系统介绍了人机冲突的概念、成因、测量方法及风险评估,指出AI作为潜在的第二决策者带来了独特且不容忽视的新兴风险。
2023-05-25 cs.AI cs.HC cs.SY
Abstraction in decision-makers with limited information processing capabilities
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Max Planck Institute for Biolog. Cybernetics(马克斯·普朗克生物控制论研究所)
人类和动物智能的一个独特属性是通过忽略无关信息来形成抽象的能力,这使得可以将结构与噪音分开。从信息论的观点来看,抽象是可取的,因为它们允许非常有效的信息处理。在人工系统中,抽象通常是通过计算成本高的组或集群的形式来实现的。在这项工作中,我们建立了自由能框架的决策和率失真理论之间的关系,并演示了如何应用率失真决策导致抽象的出现。我们认为,抽象的诱导,由于在信息处理能力的限制。
2013-12-19 cs.AI cs.IT math.IT
Large Language Models are Near-Optimal Decision-Makers with a Non-Human Learning Behavior
Northwestern Polytechnical University(西北工业大学);University of Southern California(南加州大学);Aalto University(阿尔托大学);Kobe University(神户大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
本研究通过三个实验心理学任务对比五个LLMs与360名人类参与者的决策行为,发现LLMs在不确定性、风险和集合转换维度上接近最优且优于人类,但其决策过程与人类根本不同,提示依赖LLMs替代人类判断存在风险。
2025-06-19 cs.AI
Training Language Models To Be Coherent Decision-Makers
Carnegie Mellon University(卡内基梅隆大学);Microsoft(微软)
本研究通过监督微调训练语言模型保持信念并最大化预期效用,在20个数据集上验证其跨领域和框架的决策泛化能力,并引入信息不完整设置测试缺失信息识别,证明针对性微调能显著提升连贯决策并支持可决策性判断。
2026-10-08 cs.AI
Morshed: Guiding Behavioral Decision-Makers towards Better Security Investment in Interdependent Systems
Purdue University(普渡大学);Ohio State University(俄亥俄州立大学);Qatar Computing Research Institute(卡塔尔计算研究所)
我们模拟人类决策的行为偏差,以确保相互依赖的系统,并表明这种行为决策导致一个次优的模式相比,非行为(理性)决策的资源分配。我们通过一项有145名参与者的对照研究,为这种行为偏差模型的存在提供了经验证据。然后,我们提出了三种学习技术,以提高决策在多轮设置。我们通过多个相互依赖的现实世界系统说明了我们的决策模型的好处,并量化了与防御者行为的情况相比的收益水平。我们还展示了我们的学习技术对不同攻击模型的好处。我们确定了不同的系统参数的安全结果,由于行为决策的次优程度的影响。
2020-11-22 cs.AI cs.CR cs.GT
Fast and Robust: Task Sampling with Posterior and Diversity Synergies for Adaptive Decision-Makers in Randomized Environments
Yun Qu(未知);Qi (Cheems) Wang(未知);Yixiu Mao(未知);Yiqin Lv(未知);Xiangyang Ji(未知)
本文将鲁棒主动任务采样建模为马尔可夫决策过程,并提出 PDTS 方法,通过后验与多样性协同实现快速、鲁棒的零样本与少样本策略自适应。
2025-05-15 cs.AI cs.LG stat.ML
Conformal Prediction and Human Decision Making
本文构建决策论框架,分析conformal prediction集合作为人类决策支持信号的价值,形式化使用策略并指出其与人机决策目标的张力,提出未来研究建议。
2025-03-18 cs.AI cs.LG stat.ML
Simultaneous Decision Making for Stochastic Multi-echelon Inventory Optimization with Deep Neural Networks as Decision Makers
Lehigh University(里海大学)
我们提出了一个框架,使用深度神经网络(DNN),以优化复杂的多级供应链的库存决策。本文首先介绍了一般随机多级库存优化(SMEIO)的两两建模。然后,我们提出了一个框架,使用DNN代理直接确定供应链中任何相邻节点对之间的订单水平。我们的模型考虑了有限的时间范围,并考虑了初始库存条件。我们的方法适用于各种各样的供应链网络,包括一般的拓扑结构,可能包含装配和分销节点,和系统的非线性成本结构。我们首先数值证明了该方法的有效性,通过显示它的解决方案是接近单节点和串行供应链网络的最优解,精确的方法是可用的。然后,我们研究了更一般的供应链网络,发现所提出的方法在目标函数值和与环境的相互作用的数量方面比其他方法表现得更好。
2021-03-23 cs.AI math.OC stat.ML
Managing Multi-Granular Linguistic Distribution Assessments in Large-Scale Multi-Attribute Group Decision Making
Dalian University of Technology(大连理工大学);University of Jáen(哈恩大学)
语言型大规模群体决策问题越来越普遍。在这类问题中,大量的决策者参与到决策过程中,并得出语言信息,这些信息通常在不同的语言尺度上进行评估,由于决策者的不同知识和背景,这些语言信息具有不同的粒度。为了在语言LGDM问题的初始阶段保持最大的信息,使用多粒度语言分布评估似乎是一个合适的选择,但是要管理这样的多粒度语言分布评估,有必要开发一种新的语言计算方法。本文提出了一种新的计算模型的基础上使用扩展的语言层次,它不仅可以用来操作与多粒度的语言分布评估,但也可以提供可解释的语言结果的决策者。基于这种新的语言计算模型,提出了一种语言大规模多属性群决策方法,并将其应用于高校人才选拔过程。
2015-11-18 cs.AI
Causal Strategic Learning with Competitive Selection
CISPA Helmholtz Center for Information Security(CISPA亥姆霍兹信息安全中心);Saarland University(萨尔大学)
本研究探讨多决策者下因果策略学习的智能体选择问题,提出最优选择规则解析形式及合作协议以恢复因果参数,并强调因果建模与监管者的作用。
2024-02-03 cs.AI
Bounded Rational Decision-Making in Changing Environments
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Max Planck Institute for Biolog. Cybernetics(马克斯·普朗克生物控制论研究所)
一个完全理性的决策者从一组可能的行动中选择具有最高效用增益的最佳行动。描述这种决策过程的最优性原则并没有考虑寻找最优行动的计算成本。有限理性决策通过专门权衡信息处理成本和预期效用来解决这个问题。有趣的是,在描述热力学系统的变化时,也会出现能量和熵之间的类似权衡。这种相似性最近被用来描述有界理性代理。至关重要的是,这个框架假设在决策者计算最优策略时,环境不会发生变化。当这一要求没有得到满足时,决策者将遭受效用的低效率,这是因为当前的政策对于过去的环境是最优的。在这里,我们借用非平衡态热力学的概念来量化这些低效率,并与模拟说明其与计算资源的关系。
2013-12-24 cs.AI
Decision Maker based on Atomic Switches
National Institute for Materials Science(国立材料科学研究所);Waseda University(早稻田大学)
我们提出了一个简单的模型,原子开关为基础的决策者(ASDM),并表明,只要其沉淀银原子的总体积是保守的,再加上适当的操作时,原子开关系统提供了一个复杂的“决策”能力,这是已知的是人类最重要的智力之一。我们考虑了多臂强盗问题(MAB);尽可能准确和快速地从一组提供随机奖励的选项中找到最有利可图的选项的问题。这些决定是由沉淀的Ag原子的每个体积决定的,其以类似于拔河游戏中刚体的波动的方式移动。ASDM的“拔河(TOW)动力学”比传统的MAB求解器具有更高的效率。我们展示了分析计算,验证了ASDM动态产生如此高的性能的统计原因,尽管它的简单性。这些结果意味着,各种物理系统,其中一些守恒定律成立,可以用来实现有效的“决策目标。“高效的MAB求解器对于许多实际应用都很有用,因为MAB在需要高效试错的现实世界中抽象了各种决策问题。该计划将引入一种新的基于物理的模拟计算范式,其中包括基于自我检测和自我判断的“智能纳米设备”和“智能信息网络”。
2015-07-21 cond-mat.mtrl-sci cs.AI
Identifying two piecewise linear additive value functions from anonymous preference information
Artefact Research Center, France(法国制品研究中心)
本文提出了一种从匿名偏好信息中识别两个分段线性加法价值函数的方法,通过同时查询两个决策者来获取各自的价值函数。
2026-02-24 cs.AI
AI as Decision-Maker: Ethics and Risk Preferences of LLMs
University of Oxford(牛津大学);Michigan State University(密歇根州立大学)
本文通过行为任务分析50个LLM,发现伦理对齐会因果性地增强风险厌恶并影响经济预测,从而提供衡量安全对齐与风险承担权衡的基准框架。
2025-06-10 cs.AI cs.CY cs.ET
Large Decision Models: Repurposing Large Language Models as Single-Pass Decision Makers
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);National University of Singapore(新加坡国立大学);Zhejiang University(浙江大学);University of Pennsylvania(宾夕法尼亚大学);University of Rochester(罗切斯特大学)
该研究提出大型决策模型(LDMs),通过多样化决策监督和自设推理蒸馏优化,在DecisionVista数据集上提升了决策准确率并大幅降低延迟,还设计了置信度路由以平衡性能与效率。
2026-10-14 cs.AI
D numbers theory based game-theoretic framework in adversarial decision making under fuzzy environment
Northwestern Polytechnical University(西北工业大学)
对抗性决策是一种特殊类型的决策问题,其中决策者因其决策而获得的收益受到其他人所采取的行动的影响。方案评价的表示和最优方案的求解方法是对抗决策中的两个重要方面。本研究的目的是建立一个解决不确定环境下对抗性决策问题的一般框架。将模糊集理论、博弈论和D数论相结合,提出了一种基于D数论的模糊环境下对抗性决策的博弈论框架。在该框架或模型中,利用模糊集理论对决策者对方案的不确定性评价进行建模,利用DNT考虑模糊评价之间的非排他性,并从二人非常和博弈的角度考虑决策者之间的利益冲突。最后给出了一个应用实例,验证了该模型的有效性.该工作一方面为模糊环境下的对抗性决策提供了一个有效的框架,另一方面进一步完善了DNT作为Dempster-Shafer不确定性推理理论推广的基础。
2017-11-25 cs.AI
Learning under Imitative Strategic Behavior with Unforeseeable Outcomes
the Ohio State University(俄亥俄州立大学)
本文针对个体通过模仿正标签样本特征、且结果不可预见的策略行为场景,构建Stackelberg博弈模型,分解目标差异为三项可解释偏好,证明调整偏好可同时抑操纵、促提升与公平,为负责任决策提供指导。
2024-10-29 cs.AI
Learning To Guide Human Decision Makers With Vision-Language Models
DI, University of Pisa(比萨大学DI);DISI, University of Trento(特伦托大学DISI);CIMEC, University of Trento(特伦托大学CIMEC);Rajib Pal Bankura Sammilani Medical College(拉吉布·帕尔班克尔医学学院)
本文提出LTG框架,通过视觉-语言模型生成可解释的决策指导,使人类负责最终决策,提升高风险场景下的决策质量与可靠性。
2026-03-25 cs.AI
Analytical Formulations for the Level Based Weighted Average Value of Discrete Trapezoidal Fuzzy Numbers
Dokuz Eylul University(多库兹·埃吕尔大学);Sumgait State University(苏姆盖特国立大学)
在基于语言信息的模糊决策过程中,通常对离散模糊数进行运算。聚合和去模糊化操作是这些经常使用的操作中的一些。许多聚合和去模糊化运算符产生的结果独立于决策者的策略。另一方面,基于层次的加权平均(WABL)方法可以考虑层次权重和决策者的乐观策略。这为WABL算子提供了灵活性,并且通过机器学习,可以在决策者策略的方向上进行训练,从而为决策者产生更满意的结果。然而,为了确定WABL值,需要计算一些积分。在这项研究中,离散梯形模糊数的WABL的概念进行了研究,并已被证明的解析公式,以方便计算WABL值为这些模糊数。梯形及其特殊形式三角模糊数是模糊建模中最常用的模糊数类型,因此本研究对这类模糊数进行了研究。计算实例解释了理论结果。
2018-09-13 cs.AI
Proactive Decision Support using Automated Planning
Arizona State University(亚利桑那州立大学)
主动决策支持(PDS)有助于改善人类决策者在人在环规划环境中的决策经验。在这里,决策的质量和决策的容易性都得到了提高。在这方面,我们提出了一个PDS框架,名为RADAR,基于人工智能中的自动规划研究,通过提供以下警报来帮助人类决策者制定计划以实现其目标:这样的计划是否能够成功,是否存在任何可能挫败她的计划的资源限制,这是通过生成和分析任何成功的计划在实现目标的道路上必须完成的里程碑来实现的。请注意,这种方法也支持自然决策,这被认为是主动决策支持的必要元素,因为它只通过建议和警报来帮助人类决策者,而不是强制执行固定的计划或决策。我们通过在消防领域的搜索和救援的例子证明了所提出的框架的实用性。
2016-06-24 cs.AI cs.HC
Levers of Power in the Field of AI
The Aula Fellowship(Aula研究员)
本文通过问卷与虚构人物画像方法,研究学术界、政府、企业和公民社会决策者如何运用权力杠杆参与人工智能治理,并提出权力动态表与五个可检验假设。
2025-11-05 cs.AI cs.CY
Understanding the Role of Human Intuition on Reliance in Human-AI Decision-Making with Explanations
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research(微软研究院)
本研究通过混合方法实验探究人类直觉对带解释的人机决策中AI依赖程度的影响,识别出三类直觉与三条推翻AI预测的路径,解释了两种解释方式的效果差异,为人机决策系统及解释方法的发展指明方向。
2023-06-14 cs.AI cs.HC
Lookahead and Hybrid Sample Allocation Procedures for Multiple Attribute Selection Decisions
University of Maryland(马里兰大学)
属性提供决策者正在考虑的备选方案的关键信息。当它们的大小不确定时,决策者可能不确定哪种选择是真正最好的,因此测量属性可能有助于决策者做出更好的决策。本文考虑的设置中,每个测量产生一个样本的一个属性的一个替代品。当给定一个固定数量的样本收集,决策者必须确定哪些样本来获得,进行测量,更新有关属性大小的先验信念,然后选择一个替代方案。本文提出了多属性选择决策的样本分配问题,并提出了两个连续的,前瞻性的程序的情况下,离散分布模型的不确定属性的大小。这两个过程是相似的,但反映了不同的质量度量(和损失函数),这激发了不同的决策规则:(1)选择具有最大期望效用的替代方案,(2)选择最有可能成为真正最佳替代方案的替代方案。我们进行了模拟研究,以评估性能的顺序程序和混合程序,首先分配一些样本使用统一的分配程序,然后使用顺序,前瞻性的程序。结果表明,混合程序是有效的,分配许多(但不是所有)的初始样本的统一分配程序不仅减少了整体的计算工作量,但也选择了替代品,具有较低的平均机会成本,更经常是真正最好的。
2020-07-31 cs.AI econ.TH
Information efficient learning of complexly structured preferences: Elicitation procedures and their application to decision making under uncertainty
LMU Munich(慕尼黑大学)
在本文中,我们提出了有效的方法,复杂结构的偏好,并利用这些问题的决策(严重)的不确定性。基于Jansen,Schollmeyer和Augustin(2018,Int. J. Approx.现在,我们设计启发程序和算法,使决策者能够揭示他们潜在的偏好系统(即两个关系,一个编码序数,另一个编码偏好的基数部分),同时必须回答尽可能少的简单排名问题。这里,遵循两种不同的方法。第一种方法直接利用收集的排名数据获得的顺序部分的偏好,而他们的基数部分构建隐含的测量Meta数据的决策者的考虑时间。与此相反,第二种方法也明确elancies的决策者的偏好系统的主要部分,但是,只有一个近似版本。这种近似是通过额外的收集标签的偏好强度在启发过程中获得。对于这两种方法,我们给出的条件下,他们产生的决策者的真实偏好系统,并探讨如何提高其效率。对于后一个目的,除了无数据的方法,我们还讨论了如何有效地指导启发程序,如果以前的启发轮的数据是可用的。最后,我们展示了如何建议的启发式方法可以利用在(严重)不确定性的决策问题。准确地说,我们表明,在某些条件下,最优决策可以找到没有充分指定的偏好系统。
2022-02-01 cs.AI stat.ME
Does More Advice Help? The Effects of Second Opinions in AI-Assisted Decision Making
Purdue University(普渡大学);Northeastern University(东北大学)
本文通过三项随机实验研究AI辅助决策中第二意见的作用,发现同时呈现第二意见可减少过度依赖但增加依赖不足,而由决策者主动征求第二意见则有望在部分情况下减轻过度依赖而不加剧依赖不足。
2024-01-13 cs.AI cs.HC
A Network Simulation of OTC Markets with Multiple Agents
McCormick School of Engineering(麦考密克工程学院);Northwestern University(西北大学);Computer Science and Learning Sciences(计算机科学与学习科学系)
本文提出一种基于多智能体和网络拓扑的OTC市场模拟方法,结合趋势与价值投资者,验证了价格肥尾等现实特征,并揭示市场碎片化临界点与套利关系。
2024-05-03 cs.AI cs.MA econ.EM
Transformers as Decision Makers: Provable In-Context Reinforcement Learning via Supervised Pretraining
UC Berkeley(加州大学伯克利分校);Salesforce AI Research(Salesforce AI研究)
本文提出理论框架,证明监督预训练的Transformer可模仿专家算法条件期望,并证明其能高效逼近LinUCB、汤普森采样等在线强化学习算法,首次定量分析其上下文强化学习能力。
2024-05-26 cs.AI cs.CL cs.LG
LLMs are Few-Shot Decision-Makers: Generalized Context-Aware Microgrid Frequency Control through Prompt Decision Transformer
Tsinghua University(清华大学)
针对微电网频率控制的泛化与适应性难题,本文提出Prompt-DT架构,结合少样本提示、自监督对比学习与物理信息提示设计,实现高效控制与良好泛化性。
2026-08-25 cs.AI cs.SY eess.SY