2015-12-11 Elicitation incrémentale de poids pour la décision multicritère ou collective

11/12/2015, LIRMM, Bâtiment 5, salle 3/124

P. Perny (LIP6, UPMC)

Résumé : Dans cet exposé, nous présentons de nouvelles méthodes d'élicitation incrémentale de préférences pour la décision multicritère ou collective. Plus précisément, l'exposé sera focalisé sur l'apprentissage actif de pondérations dans les fonctions d'agrégation. Nous nous intéressons ici à des protocoles d'élicitation qui visent, à chaque étape du processus de décision, à identifier la question la plus informative possible pour réduire l'incertitude sur la valeur des solutions potentielles (minimisation de regrets) et ainsi favoriser la détermination rapide d'une solution nécessairement optimale ou quasi-optimale.
Après avoir rappelé les bases de l'élicitation incrémentale de poids dans le cas simple d'un agrégateur linéaire et d'un ensemble d'alternatives donné en extension, l'exposé se focalisera sur deux difficultés indépendantes que l'on peut envisager de manière séparée puis de manière combinée : l'élicitation des poids dans une intégrale de Choquet (problème 1),  l'élicitation incrémentale des poids sur un ensemble d'alternatives défini de manière implicite (problème 2). Dans le problème 1, nous montrerons comment contourner la difficulté liée au nombre exponentiel de paramètres de l'intégrale de Choquet pour permettre un apprentissage actif efficace de la capacité. Dans le problème 2, nous proposerons une nouvelle approche entrelaçant élicitation des préférences et énumération implicite des solutions pour la détermination rapide d'une solution robuste avec une garantie de qualité. Cette approche permettant l'élicitation incrémentale des poids en cours de recherche peut être instanciée dans différents algorithmes de résolution tels que la programmation dynamique, les algorithmes gloutons et le branch and bound. A titre d'illustration nous présentons une sophistication interactive et incrémentale de MOA* pour l'optimisation multiobjectif dans les espaces d'états. Ce travail résulte d'une collaboration avec Nawal Benabbou et Paolo Vappiani (voir références ci-dessous).
References
- Incremental Elicitation of Choquet Capacities for Multicriteria Decision Making. Benabbou, Nawal; Perny, Patrice; Viappiani, Paolo; Proceedings of the 21st European Conference on Artificial Intelligence (ECAI'14)
- Incremental Weight Elicitation for Multiobjective State Space Search. Benabbou, Nawal; Perny, Patrice; Proceedings of the 29th AAAI Conference on Artificial Intelligence (AAAI'15) 2015 pp. 1093-1099
- Combining Preference Elicitation and Search in Multiobjective State-Space Graphs. Benabbou, Nawal; Perny, Patrice; Proceedings of the 24th International Joint Conference on Artificial Intelligence (IJCAI'15) 2015 pp. 297-303.
- On Possibly Optimal Tradeoffs in Multicriteria Spanning Tree Problems. Benabbou, Nawal; Perny, Patrice; Proceedings of the 4th International Conference on Algorithmic Decision Theory, 2015, pp. 322-337.

Dernière mise à jour le 11/12/2015