5

選好最適化と複数候補案グループ

AI999第3课:现实世界的复杂性与多目标权衡
00:00

多目的進化において、選好最適化意思決定者の選好を、探索終了後に一度だけ評価するのではなく、探索と選別の誘導シグナルとして用いる。これには二つの構造的変化が伴う。第一に、複数の目的を事前に単一のスカラー得点へ圧縮しないこと。第二に、「最適解」を一つだけ提示するのではなく、トレードオフ構造において互いに異なる候補案の集合を出力し、最終的な取捨選択の権限を領域の専門家に残すことである。

選好最適化:単一の最適点から比較可能な候補案の集合へ選好は探索過程を貫く:注目領域を絞り込み、比較可能な候補案の集合を出力する目的空間:候補案は理想的なトレードオフフロンティアに沿って分散する保守寄り(コスト抑制を優先)折衷(コストと遅延の均衡)積極寄り(遅延抑制を優先)被支配領域目的₁ コスト(小さいほど良い)目的₂ 遅延(小さいほど良い)理想的なトレードオフフロンティア参照点選好フォーカス領域出力形態の比較従来の重み付き和単一の最適点折衷度が事前にアルゴリズムへ圧縮される解空間が一点に収縮する選好最適化候補案グループグループ内の差異が説明可能案はトレードオフ構造において互いに異なり、差異は説明可能で、比較でき、フィードバックできる。最終的な取捨選択の権限 → 領域の専門家

なぜ候補案グループが必要か

多目的問題には、もともと唯一の「最適解」は存在しない。目的同士が衝突するとき、ある解の一つの目的における改善は、しばしば別の目的の悪化を代償とする。そのため比較可能な解は一続きの理想的なトレードオフフロンティアを形成する。もし事前に一つの重み付き和で目的を統合してしまうと、真の選好がまだ明らかでない状況で、意思決定者の代わりに暗黙の折衷点を選び取ることに等しい。現実の制約や選好が変化すれば、その解はたちまち価値を失いかねない。選好最適化がなすべきことは、「人がどの方向を見たいか」を探索過程に符号化し、探索リソースを本当に関心のある領域に集中させることである。

選好はどのように探索へ入るか

  • 参照点:理想的な目的値の組み合わせを与え、集団をその方向へ近づけるよう誘導する。
  • 目的の優先度:どの目的がより犠牲にできないかを宣言し、非支配ソートや淘汰の判断に用いる。
  • 重みの区間:固定の重みではなく、受け入れ可能な重みの範囲であり、複数の折衷が同時に成立することを許容する。
  • 対話的フィードバック:専門家が複数回の反復の中で徐々に選好を与え、それに伴い探索が絞り込まれる。

これらの形式の機能は一貫している:注目領域を絞り込み、探索効率を高めることであり、事前に解空間全体を一点に収縮させることではない。

候補案グループの核心:多様性の保持

候補案グループの価値は「数が多い」ことではなく、グループ内の案が目的のトレードオフ上で分散して分布していることにある:保守寄り、積極寄り、折衷の各セグメントに代表が存在し、異なる折衷パターンをカバーする。もし同一の解の近くにいくつかの微小摂動のコピーを提示するだけなら、それらは意味のある取捨判断を何ら支えることができない。

多様性も自然には維持されない。進化過程はメカニズムによる介入がなければ、自発的に現在の最適領域へ収束し、候補グループは最終的に単一の答えの繰り返し表現へと退化する。したがって、分布維持、混雑度制御、アーカイブ戦略などのメカニズムによって、「分散」を明示的な保護目標の一つとする必要がある。

境界の区別
選好は人の代わりに意思決定することではなく、差異もランダムノイズではない。候補案の間の差異は目的のトレードオフ構造で説明できなければならない——そうでなければ、それは使えない無効な多様性にすぎない。

したがって出力形態は「単一の最適解」から「説明可能で比較可能な候補案グループ」へと変わる:専門家は領域知識と現実の制約を踏まえて選択し、その選択結果を新たなフィードバックとして探索過程へ送り返すことができる。