베이지안 휴리스틱을 활용한 집단 의사결정

이 논문은 초기 베이지안 업데이트를 휴리스틱으로 고정하고, 이후 반복되는 의사결정 단계에서 이를 그대로 적용하는 “베이지안 휴리스틱” 모델을 제안한다. 선형 행동 업데이트와 로그-선형 신념 업데이트 두 가지 경우를 분석하여, 네트워크 구조와 신호 분포에 따라 집단 합의가 형성되지만, 정보 효율성은 제한되고 과신·극단화 현상이 발생함을 보인다. 특히 균등한 정규 네트워크에서는 효율성이 상대적으로 높다.

저자: M. Amin Rahimian, Ali Jadbabaie

본 논문은 “베이지안 휴리스틱”이라는 새로운 집단 의사결정 모델을 제시한다. 모델의 핵심 아이디어는 에이전트가 초기 단계에서 완전한 베이지안 업데이트를 수행하고, 이후 반복되는 상호작용에서는 그 결과를 그대로 재사용하는 것이다. 이는 인간의 이중 과정 이론—느리게·신중하게(시스템 2) 베이지안 추론을 수행한 뒤, 빠르고 자동적인(시스템 1) 휴리스틱으로 전환한다—과 일치한다. 1. **모델 설정** - 각 에이전트는 사전 \(p(\theta)\)와 사적 관측 \(s_i\)를 가지고 있다. - 시간 0에서 베이지안 규칙에 따라 사후분포 \(p(\theta|s_i)\)를 계산한다(시간‑1 업데이트). - 이후 모든 시간 단계에서 에이전트는 자신의 이전 행동(또는 신념)과 이웃들의 행동(또는 신념)만을 이용해 업데이트한다. 2. **선형 행동 업데이트** - 신호가 지수족(Exponential family)이고 사전이 비정보적이면, 베이지안 사후는 충분통계의 선형 결합 형태가 된다. - 결과적으로 행동 업데이트는 \

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기