事前情報不要なブラックウェル

概要 本論文は、既知の実験から生成される信号の全分布を観察し、状態変数の未知の分布の下で、観察と整合する状態分布の集合に対する最悪ケースの利得に基づいて行動を評価する、事前情報不要のデータ駆動型意思決定モデルを構築する。実験Eが実験E'よりも常に意思決定者の問題の価値を少なくとも同じかそれ以上に高くする場合、EはロバストにE'より情報量が多いとする実験の序列を提案する。この比較はブラックウェルの古典的序列よりも厳密には弱く、且つEの零空間がE'の零空間に含まれる場合に限り成立する。