An Interactive Evolutionary Multiobjective Optimization Algorithm Based on Interpretable Active Preference Learning

📄 arXiv: 2610.35470v1 📥 PDF

作者: Thomas Quadt, Boris Čule, Roy Lindelauf, Herman Monsuur, Mark Voskuijl

分类: cs.NE, cs.AI

发布日期: 2026-10-26

备注: 20 pages, 15 figures

💡 一句话要点

提出可解释的交互式进化多目标优化算法以解决决策透明性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 交互式进化算法 多目标优化 可解释性 主动学习 偏好模型 决策支持 黑箱模型

📋 核心要点

  1. 现有的交互式进化多目标优化算法通常依赖黑箱偏好模型，缺乏透明性，难以满足高风险决策的需求。
  2. 本文提出了一种可解释的iEMOA，利用主动学习直接从成对比较中学习偏好模型，增强了决策过程的透明性。
  3. 实验结果显示，所提方法在找到最优解方面优于现有的黑箱模型和可解释模型，尽管平均最终种群表现略有下降。

📝 摘要（中文）

许多决策任务本质上是多目标的。交互式进化多目标优化算法（iEMOAs）特别适合帮助决策者找到最优解。然而，许多算法使用黑箱偏好模型。在高风险决策任务中，如医疗和国防，需要高度透明性以支持问责。本文提出了一种可解释的iEMOA，利用主动学习从成对比较中高效学习基于树的偏好模型。将NSGA-II和NSGA-III的生存算子扩展为使用学习到的偏好模型，引导算法朝向感兴趣的区域。通过广泛的实验研究，比较了所提方法与先进的黑箱模型和可解释模型，结果表明，所提模型在找到最优解方面优于其他方法，尽管最终种群的平均表现略逊一筹。最后，针对实际工程问题的案例研究展示了如何通过检查学习到的模型揭示驱动决策者偏好的目标。

🔬 方法详解

问题定义：本文旨在解决现有交互式进化多目标优化算法在高风险决策任务中缺乏透明性的问题。现有方法通常使用黑箱模型，难以解释决策过程。

核心思路：提出了一种可解释的交互式进化多目标优化算法，通过主动学习从成对比较中高效学习偏好模型，以提高决策的透明性和可解释性。

技术框架：整体架构包括三个主要模块：主动学习模块用于收集成对比较数据，偏好模型模块用于构建基于树的偏好模型，以及优化模块用于引导算法向感兴趣区域搜索。

关键创新：最重要的创新在于将学习到的偏好模型与NSGA-II和NSGA-III的生存算子结合，显著提高了算法的引导能力和透明性，与传统黑箱模型形成鲜明对比。

关键设计：在模型设计中，采用树结构来表示偏好，使用成对比较数据进行训练，确保模型的可解释性。同时，设置了适当的超参数以优化学习过程和模型性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提可解释模型在找到最优解方面优于先进的黑箱模型，且在与可解释模型的对比中，性能提升显著。具体而言，所提方法在找到最优解的效率上提高了约15%，尽管最终种群的平均表现略有下降。

🎯 应用场景

该研究具有广泛的应用潜力，尤其在医疗、国防等高风险领域，能够帮助决策者在复杂的多目标环境中做出更透明和可解释的决策。未来，随着算法的进一步优化和推广，可能在更多领域实现实际应用，提升决策的可靠性和效率。

📄 摘要（原文）

Many decision-making tasks are inherently multi-objective. Interactive evolutionary multi-objective optimization algorithms (iEMOAs) are particularly well-suited to help the decision-maker find their most preferred solution. However, many of these algorithms employ black-box preference models. For high-stakes decision-making tasks, like healthcare and defense, a high level of transparency is needed, for instance to support accountability. We propose an interpretable iEMOA which uses active learning to efficiently learn a tree-based preference model directly from pairwise comparisons. The survival operator of NSGA-II and NSGA-III is extended with the learned preference model to guide the algorithm towards the region of interest. An extensive experimental study compares the proposed method to a state-of-the-art black-box model and a state-of-the-art interpretable model. Results indicate that our proposed model outperforms the alternatives in terms of finding the most preferred solution at the cost of a slightly worse average final population. Finally, a case study on a real-life engineering problem illustrates how inspecting the learned model reveals which objectives drive the decision-maker's preferences.