多目的ベイズ最適化におけるミクスチャーモデル嗜好学習

要旨: 嗜好（プリファレンス）に基づく多目的最適化は、(1)トレードオフの空間が拡大していくこと、そして(2)異質で文脈依存の人間の価値構造が存在すること、という2つの障害に直面する。これに対して我々は、単一で固定された効用関数を仮定するのではなく、少数の潜在的な嗜好アーキタイプ（嗜好の典型）からなる集合を学習するベイズ的枠組みを提案する。ここではアーキタイプを、ディリクレ過程混合モデルの成分としてモデル化し、アーキタイプそのものとその重みの両方について不確実性を扱う。効率的に問い合わせるために、(i)モードの同一性と、(ii)モード内のトレードオフに関する情報を狙うハイブリッドなクエリを設計する。緩やかな仮定の下で、結果として得られる混合物を意識したベイズ最適化手順に対して、単純な後悔（regret）の保証を与える。実験的には、本手法は合成および現実世界の多目的ベンチマークにおいて、標準的なベースラインを上回り、混合物を意識した診断によって、後悔だけでは捉えきれない構造が明らかになる。