Human-in-the-loop ベイズ最適化における候補生成アルゴリズムの比較

抄録

人の美的感覚や好みなど，製品・サービスの設計において要件に落とし込むのが難しい要素をシステマティックに取り扱うことができる方法の開発を目指している．その中で我々はシステムが人間（オラクル）に「複数オブジェクトの中から好みのものを選択する」という質問を繰り返し，その結果を元にシステムが人間の選好のモデル化を行う「比較ベイズ最適化」の枠組みに着目している．人間への質問は典型的には２つのオブジェクトを比較する「一対比較」が用いられるが，高精度な選好のモデル化のためには質問回数が多いという課題があり，一対比較でない質問の仕方が提案されている．また，一般にベイズ最適化では候補生成のための獲得関数の設計が重要であるが，比較ベイズ最適化においても様々な獲得関数が考えられる．本稿では「質問の仕方」「獲得関数の設計」の２つに着目する．特に獲得関数の設計において「バッチ獲得関数」と呼ばれる枠組みを応用し，様々な質問の仕方に対して統一的に用いることができるものを提案する．さまざまなオプションの中で実用上有用な選択肢を探るため，質問の仕方を様々に変化させ，シミュレーション実験によって確認する．