計画における不確実性のシグナル：目標指向型会話のためのマルチターン意思決定

要旨: 目標指向型の対話システムでは、ユーザーの意図に関して不確実性がある中で、複数ターンにわたり情報獲得と目標へのコミットメントのバランスを取りながら、逐次的な意思決定を行う必要があります。既存のアプローチはこの課題に対してさまざまな観点から取り組んでいます。すなわち、構造化された手法は多段階の計画を可能にしますが、事前に定義されたスキーマに依存します。一方、LLMベースの手法は柔軟な対話を可能にしますが、長期的な意思決定ができないため、情報獲得と目標へのコミットメントの協調がうまく取れず、結果として不十分になります。この制約に対処するために、我々は目標指向型の会話を、不確実性を考慮した逐次決定問題として定式化します。ここで不確実性は、複数ターンの意思決定のための導きとなる信号として機能します。我々は、言語モデルと構造化計画を統合する Conversation Uncertainty-aware Planning（CUP）フレームワークを提案します。具体的には、言語モデルが実行可能な行動を提案し、プランナーが不確実性の低減に対するそれらの長期的な影響を評価します。複数の対話ベンチマークに関する実験では、CUPが一貫して成功率を改善しつつ、必要な対話ターン数が少なくて済むことが示されます。さらに分析により、不確実性を考慮した計画が、より効率的な情報獲得と、より早い段階での自信あるコミットメントにつながることが明らかになります。