個体の反実仮想的特徴を利用したテーラーメイド志向の因果的強化学習の開発

点击翻译按钮获取中文摘要

本研究は，以下の二つを主軸として進めることとしている．（１）AAAI-21で提案した因果効果の異質性の識別可能条件を利用して，効率的なテイラーメイド型強化学習システムを開発すること，（２）実験データから原因の必要性，十分性，必要十分性を定量的に評価するための方法論を開発し，より精緻化されたアップリフト・モデリングの理論基盤を構築することである．昨年度は，AAAI-21[1]で提案した因果効果の異質性の識別可能条件を拡張し，より精密な因果関係の解明が可能な，操作変数と代替変数を利用した潜在反応タイプの識別可能条件を提案し，さらに，潜在反応タイプの確率値の推定アルゴリズムを考案した．これに関連する内容を，日本品質管理学会第128回研究発表会と応用統計学会2022年度年会において発表し，応用統計学会2022年度年会では優秀ポスター発表賞を受賞した．また，さらに発展した内容をWashington D.C.で開催された国際会議であるAAAI-23に投稿し発表を行った．また，日本行動計量学会第50回大会に参加し，情報収集を行なった．2022年10月からは，アイオワ州立大学（アメリカ）において，共同研究を開始した．Wongによって提案された，連続値の操作変数を利用した，連続値の処置変数の結果変数に対する平均偏因果効果の識別可能条件をもとに，ピカール反復法を利用して，平均偏因果効果の推定法を提案し，現在，機械学習系の国際会議に投稿中である．この手法は，従来の手法とは違い，平均偏因果効果の関数の形式に一切仮定を置かずに，直接平均偏因果効果を推定することができる手法である．