贝叶斯网络模型误设定下信念更新的通用空间

在贝叶斯智能体的理想设定中，可获得对环境规则（即客观观测模型）的完美描述，使其能够通过贝叶斯后验以最优方式更新信念。但自然界中几乎不存在这种理想设定，因此智能体不得不同时推理其应如何更新信念。这给多个研究领域带来了一系列相关挑战：（1）对于贝叶斯统计，这种主观模型与真实数据生成机制的偏离在文献中被称为模型误设定。（2）对于神经科学，它引入了建模智能体信念更新（其如何利用证据更新信念）及其信念随时间演变的必要性。本文通过以下方式应对这两类挑战：（a）提供一类称为贝叶斯网络截断后验（cut-posterior）的通用后验/信念更新，其具有更强的表达能力；（b）对可能后验的空间进行参数化，使元学习（即以有原则的方式从该空间中选择信念更新）成为可能。对于（a），值得注意的是任意截断后验仅具有局部计算，使人类或人工智能体的计算可行。对于（b），此处将勾勒一种执行此类元学习的马尔可夫链蒙特卡洛算法，尽管它仅为例示，绝非截断后验空间唯一可能的元学习过程。在操作上，本工作给出了一个通用算法，可输入任意贝叶斯网络并输出该空间中所有可能的截断后验。