Sequential decision making with partially ordered preferences

Autor(es)

Kikuti, Daniel ; Cozman, Fabio Gagliardi ; Shirota Filho, Ricardo

• Tipo de documento: Artigo Científico
• Fonte: ARTIFICIAL INTELLIGENCE; v. 175, n. 7-8, p. 20-pg., 2011-05-01.

Resumo

This paper presents new insights and novel algorithms for strategy selection in sequential decision making with partially ordered preferences; that is, where some strategies may be incomparable with respect to expected utility. We assume that incomparability amongst strategies is caused by indeterminacy/imprecision in probability values. We investigate six criteria for consequentialist strategy selection: Gamma-Maximin, Gamma-Maximax, Gamma-Maximix, Interval Dominance, Maximality and E-admissibility. We focus on the popular decision tree and influence diagram representations. Algorithms resort to linear/multilinear programming; we describe implementation and experiments. (C) 2010 Elsevier B.V. All rights reserved. (AU)

• Processo FAPESP: 03/11165-9 - Algoritmos para tomada de decisão individual e em grupo com probabilidades imprecisas
• Beneficiário: Daniel Kikuti
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Processo FAPESP: 04/09568-0 - Algoritmos para inferencia e aprendizado para logica probabilistica com relacoes de independencia.
• Beneficiário: Fabio Gagliardi Cozman
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 08/03995-5 - LOGPROB: lógica probabilística - fundamentos e aplicações computacionais
• Beneficiário: Marcelo Finger
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 05/58090-9 - Algoritmos para processos de decisão markovianos relacionais com probabilidade imprecisas
• Beneficiário: Ricardo Shirota Filho
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto