Théorie de la décision et utilité

La théorie de la décision combine les probabilités des résultats avec une utilité numérique associée à ces résultats pour définir et calculer le choix rationnel comme la maximisation de l'utilité attendue.

Definition

La théorie de la décision étudie comment un agent, doté de croyances probabilistes et de préférences encodées sous forme d'utilités, devrait choisir parmi différentes actions ; la réponse normative est de sélectionner l'action ayant l'utilité attendue la plus élevée.

Scope

Ce sujet couvre les fondements de la prise de décision en situation d'incertitude : la théorie de l'utilité et les axiomes qui justifient la représentation des préférences par une fonction d'utilité, le principe de l'utilité attendue maximale, les réseaux de décision (diagrammes d'influence) qui combinent des nœuds de hasard, de décision et d'utilité, ainsi que la valeur de l'information qui quantifie l'intérêt d'une observation. Il aborde la manière dont les décisions individuelles rationnelles sont formulées et résolues. La prise de décision séquentielle au fil du temps est traitée dans le cadre des processus de décision markoviens, et l'interaction stratégique entre agents dans le cadre des systèmes multi-agents.

Core questions

• Comment les préférences rationnelles peuvent-elles être représentées par une fonction d'utilité numérique ?
• Pourquoi un agent rationnel devrait-il maximiser l'utilité attendue ?
• Comment les réseaux de décision (diagrammes d'influence) représentent-ils et résolvent-ils un problème de décision ?
• Comment la valeur de l'acquisition d'informations supplémentaires est-elle calculée ?

Key concepts

• fonction d'utilité
• préférences et loteries
• axiomes de rationalité
• utilité attendue maximale
• réseaux de décision (diagrammes d'influence)
• nœuds de hasard, de décision et d'utilité
• valeur de l'information
• attitude face au risque

Key theories

Théorie de l'utilité attendue

Sous un ensemble d'axiomes de rationalité concernant les préférences sur des perspectives incertaines, il existe une fonction d'utilité telle que le choix préféré est toujours celui qui présente l'utilité attendue la plus élevée, fournissant ainsi une base normative pour la prise de décision en situation d'incertitude.

Réseaux de décision (diagrammes d'influence)

Les diagrammes d'influence étendent les réseaux bayésiens avec des nœuds de décision et un nœud d'utilité, offrant une représentation graphique compacte d'un problème de décision dont la politique optimale peut être calculée par inférence probabiliste et maximisation de l'utilité attendue.

Valeur de l'information

La théorie de la valeur de l'information quantifie combien un agent devrait être prêt à payer pour observer une quantité incertaine avant de prendre une décision, en comparant l'utilité attendue avec et sans l'observation, guidant ainsi le moment opportun pour recueillir davantage de preuves.

Clinical relevance

Les méthodes basées sur la théorie de la décision soutiennent l'analyse des décisions médicales et cliniques, la planification automatisée de la collecte d'informations, les systèmes de recommandation et de tarification, ainsi que la conception d'agents autonomes rationnels, en explicitant comment les croyances incertaines et les préférences se combinent pour aboutir à des choix justifiés.

History

La théorie de l'utilité attendue a été axiomatisée par von Neumann et Morgenstern (1944) et a reçu une fondation basée sur la probabilité subjective par Savage (1954). La théorie de la valeur de l'information de Howard (1966) et le développement ultérieur des diagrammes d'influence ont introduit la théorie de la décision dans l'IA comme un cadre pratique pour la construction d'agents de prise de décision rationnels.

Key figures

• John von Neumann
• Oskar Morgenstern
• Leonard J. Savage
• Ronald A. Howard
• Ross D. Shachter

Seminal works

• vonneumann1944
• savage1954
• howard1966

Frequently asked questions

Qu'est-ce que le principe de l'utilité attendue maximale ?

Il stipule qu'un agent rationnel confronté à l'incertitude devrait choisir l'action dont l'utilité moyenne pondérée par les probabilités sur les résultats possibles est la plus élevée. Selon les axiomes standards sur les préférences, ce principe caractérise de manière unique le choix rationnel.

Qu'est-ce que la valeur de l'information ?

La valeur de l'information représente l'amélioration de l'utilité attendue d'un agent s'il pouvait observer une quantité incertaine avant de prendre une décision. Elle indique à un agent rationnel quand la collecte de preuves supplémentaires est pertinente et quand elle ne modifierait pas suffisamment la meilleure action pour justifier le coût.