Studying speed-accuracy trade-offs in best-of-n collective decision-making through heterogeneous mean-field modelling

要約

目的を達成するには、個人のグループが、さまざまな品質を持つ代替案の中から最適なものについて、迅速かつ正確に集合的な決定を下すことができなければなりません。
集団生活をする動物たちは常にそれを目指しています。
植物や菌類も同様であると考えられています。
自律ロボットの群れは、協力してタスクを解決するために最善の判断を下すようにプログラムすることもできます。
結局のところ、人間はそれを非常に必要としており、多くの場合、人間はそれをもっと上手に行う必要があります。
投票者モデル (VM) やローカル多数決モデル (MR) などのモデルは、その単純さにもかかわらず、数学的に扱いやすいため、このような集団的意思決定プロセスを簡単な言葉で説明するのに役立ちます。
合意に達するために、個人はソーシャル ネットワークで隣人と交流することで意見を変えます。
少なくとも動物とロボットの間では、より質の高い選択肢がより頻繁に交換されるため、より質の低い選択肢よりも早く広まり、最良の選択肢が集団で選択されることになります。
私たちの研究では、たとえば認知的負荷を軽減するために、他人の意見をまとめる際に個人が間違いを犯した場合の影響を研究しています。
私たちの分析は、2 つの既存の VM モデルと MR モデルを一般化するモデルの導入に基づいており、個人の認知努力によって制御される速度と精度のトレードオフを示しています。
また、相互作用ネットワーク トポロジーが集団ダイナミクスに及ぼす影響も調査します。
そのために、モデルを拡張し、異種平均場アプローチを使用して、速度と精度の別のトレードオフがネットワーク接続によって制御されることを示します。
興味深い結果は、ネットワーク接続の減少は集団的な意思決定の精度の増加に対応するということです。

要約(オリジナル)

To succeed in their objectives, groups of individuals must be able to make quick and accurate collective decisions on the best among alternatives with different qualities. Group-living animals aim to do that all the time. Plants and fungi are thought to do so too. Swarms of autonomous robots can also be programmed to make best-of-n decisions for solving tasks collaboratively. Ultimately, humans critically need it and so many times they should be better at it! Despite their simplicity, mathematical tractability made models like the voter model (VM) and the local majority rule model (MR) useful to describe in simple terms such collective decision-making processes. To reach a consensus, individuals change their opinion by interacting with neighbours in their social network. At least among animals and robots, options with a better quality are exchanged more often and therefore spread faster than lower-quality options, leading to the collective selection of the best option. With our work, we study the impact of individuals making errors in pooling others’ opinions caused, for example, to reduce the cognitive load. Our analysis in grounded on the introduction of a model that generalises the two existing VM and MR models, showing a speed-accuracy trade-off regulated by the cognitive effort of individuals. We also investigate the impact of the interaction network topology on the collective dynamics. To do so, we extend our model and, by using the heterogeneous mean-field approach, we show that another speed-accuracy trade-off is regulated by network connectivity. An interesting result is that reduced network connectivity corresponds to an increase in collective decision accuracy

arxiv情報

提供元, 利用サービス

arxiv.jp, Google