[4Xin2] ポスターセッション2

[4Xin2-31] 構造的因果モデルに基づく繰り返しの介入による最適化と制御応用

〇藤原 大悟¹、泉谷 知範¹、清水 昌平² (1.NTTコミュニケーションズ、2.滋賀大学データサイエンス学系)

キーワード：因果推論、最適化、システム制御

因果推論の多くの応用では、最終的に、操作可能な変数への介入によって特定の指標を最適化することを目指す。この最適化は、仮想的な介入に対する指標への介入効果の推定を通じて行われるが、多くの従来手法はこのような介入操作は一度しか行われないと仮定している。しかし、実際に介入操作を実システムに適用すると、モデルの推定誤差、外生変数のランダム性、様々な外乱などにより、指標の最適値対して誤差が残ることが多い。そのため、実際に望ましい最適値を得るためには、複数回の介入によって誤差を収束させる必要がある。本研究では、介入を繰り返すことで誤差を吸収し、指標を望ましい値に収束させる因果介入ベースの最適化フレームワークを提案する。本手法は、「因果モデルに基づく介入効果推定とその効果から逆算した介入計画」と「介入の実現とその結果データに基づく因果モデルの改善」を交互に繰り返すことで、誤差を最適値に収束させる。これは力学系の制御への応用も期待される。本手法の性質を評価するため、トイデータを用いた予備実験を行った。