核心发现
方法论
本文基于高斯过程和成对比较的偏好建模，提出了新的排序和聚类偏好引导策略。通过在多目标决策支持场景中扩展这些方法，研究了如何更有效地从用户处获取偏好信息。具体算法包括使用线性先验均值和虚拟比较点来提高高斯过程的性能。
关键结果
- 实验结果显示，排序查询比成对比较方法更能准确建模用户效用，用户偏好排序方法。
- 利用单调性信息和虚拟比较点的策略在效用优化上表现更优，初期提升显著。
- 在阿姆斯特丹交通管理的实际应用中，验证了方法的有效性。
研究意义
该研究填补了多目标决策中偏好选择阶段的研究空白，提出的策略在用户效用最大化方面表现出色，尤其在交通管理等实际应用中具有重要意义。
技术贡献
技术贡献包括：提出新的偏好引导策略，利用高斯过程的单调性信息，显著提升了用户效用的建模精度和决策支持系统的性能。
新颖性
首次在多目标决策支持中应用排序和聚类策略，显著提升了偏好引导的效率和准确性。
局限性
- 在高噪声环境下，效用建模的准确性可能受到影响。
- 需要用户进行较多的交互，可能导致用户疲劳。
未来方向
未来工作包括优化用户交互过程，减少查询次数，并在更多实际场景中验证方法的有效性。
AI 总览摘要
在多目标决策中，如何在覆盖集上选择最优策略以最大化用户效用是一个未被充分研究的问题。本文提出了基于高斯过程和排序、聚类的新偏好引导策略，旨在更有效地获取用户偏好信息。
通过计算机和人类实验，验证了这些策略在效用建模上的优越性，尤其是排序方法被用户广泛接受。实验还表明，利用高斯过程的单调性信息和虚拟比较点可以显著提高性能。
在阿姆斯特丹交通管理的实际应用中，展示了该决策支持框架的有效性，表明其在实际场景中具有广泛的应用潜力。
深度分析
研究背景
多目标决策支持的研究主要集中在生成覆盖集上，但如何选择最优策略以最大化用户效用仍是一个挑战。传统方法多依赖成对比较，忽视了用户偏好选择的复杂性。
核心问题
核心问题在于如何有效获取用户偏好信息以选择最优策略。由于用户偏好难以直接表达，传统方法在效用建模上存在局限。
核心创新
本文创新性地提出了基于排序和聚类的偏好引导策略，利用高斯过程的单调性信息和虚拟比较点来提高效用建模的准确性。
方法详解
- �� 利用高斯过程进行偏好建模
- �� 引入排序和聚类策略获取用户偏好
- �� 使用线性先验均值和虚拟比较点提高性能
实验设计
实验设计包括计算机模拟和人类实验，验证了不同偏好引导策略的性能。使用了多目标马尔可夫决策问题作为测试场景。
结果分析
结果表明，排序策略在效用建模上优于成对比较，尤其在初期阶段表现突出。利用单调性信息的策略在效用优化上表现更优。
应用场景
该方法在交通管理中具有直接应用潜力，能够帮助城市规划者更好地制定交通策略。
局限与展望
方法在高噪声环境下的性能可能下降，且用户交互次数较多，需进一步优化。
通俗解读 非专业人士也能看懂
想象一个厨师在厨房里做菜，他需要根据客人的口味来选择食材和调料。厨师不能直接询问客人每种食材的喜好，只能通过观察客人对不同菜品的反应来推测他们的偏好。我们的研究就像是给厨师提供了一套新工具，帮助他更快更准确地了解客人的口味偏好，从而做出最受欢迎的菜品。
简单解释 像给14岁少年讲一样
想象你在玩一个游戏，需要选择不同的角色和装备来完成任务。你不知道每个角色和装备的具体效果，只能通过尝试和观察来了解。我们的研究就像是给你提供了一种新方法，帮助你更快地找到最佳组合，从而在游戏中取得更好的成绩。
术语表
高斯过程 (Gaussian Process)
一种用于函数逼近的贝叶斯方法，能够在数据稀少时有效建模不确定性。
用于偏好建模和效用函数逼近。
偏好引导 (Preference Elicitation)
通过用户反馈获取其偏好信息的过程。
用于选择最优策略以最大化用户效用。
覆盖集 (Coverage Set)
包含所有可能用户偏好下的最优策略集合。
多目标决策中的策略选择基础。
单调性信息 (Monotonicity Information)
假设用户效用函数在所有目标上单调递增的信息。
用于提高高斯过程的建模性能。
虚拟比较点 (Virtual Comparisons)
在效用函数逼近中添加的假设比较点，用于增强单调性。
提高效用建模的准确性。
开放问题 这项研究留下的未解疑问
- 1 如何在高噪声环境下保持效用建模的准确性？
- 2 如何减少用户交互次数以提高系统的实用性？
应用场景
近期应用
交通管理
帮助城市规划者制定更有效的交通策略，减少拥堵，提高出行效率。
远期愿景
智能决策系统
在各种多目标决策场景中应用，提升自动化决策的准确性和效率。
原文摘要
In multi-objective decision planning and learning, much attention is paid to producing optimal solution sets that contain an optimal policy for every possible user preference profile. We argue that the step that follows, i.e, determining which policy to execute by maximising the user's intrinsic utility function over this (possibly infinite) set, is under-studied. This paper aims to fill this gap. We build on previous work on Gaussian processes and pairwise comparisons for preference modelling, extend it to the multi-objective decision support scenario, and propose new ordered preference elicitation strategies based on ranking and clustering. Our main contribution is an in-depth evaluation of these strategies using computer and human-based experiments. We show that our proposed elicitation strategies outperform the currently used pairwise methods, and found that users prefer ranking most. Our experiments further show that utilising monotonicity information in GPs by using a linear prior mean at the start and virtual comparisons to the nadir and ideal points, increases performance. We demonstrate our decision support framework in a real-world study on traffic regulation, conducted with the city of Amsterdam.