feat(gametheory,#17543): GT-04f théories de la décision face à un prédicteur — Newcomb, Fisher (dowhy), UDT, 2TDT-1CDT, inattention rationnelle - #17551

Grain: DEEP/notebook-python — lane myia-po-2025:CoursIA — prev: MED/notebook-dotnet #17513

Résumé

Nouveau notebook MyIA.AI.Notebooks/GameTheory/GameTheory-04f-Theories-Decision-Predicteur.ipynb : que doit faire un agent quand son choix est corrélé à ce qu'un prédicteur a déjà décidé ? Le notebook fait suite au 04e, qui ouvre l'écart CDT/EDT sur une chasse au cerf corrélée. Il compare EDT, CDT, CCDT et UDT sur des problèmes calculés exactement, puis traite l'inattention rationnelle.

See #17543 (sous-grain de l'Epic, critère de sortie : notebook mergé sur main)
See #14468

Contenu (63 cellules, 23 de code, 4 exercices)

Chaque chiffre du body de #17543 est assert-é dans une cellule. Les 4 exercices sont des stubs print("Exercice ... à compléter") accompagnés de # TODO : aucune erreur volontaire (C.1).

Validation (exécutée sur la tête db4b6d83b2)

• Papermill, kernel python3 (Python 3.13) : 63/63 cellules en 23.8 s, execution_count 1 à 23 consécutifs, 0 sortie error.
• python scripts/notebook_tools/validate_pr_notebooks.py origin/main <04f> → PASS (23 cells), All notebooks passed validation.
• grep -nE "raise NotImplementedError|assert False|1/0" → 0 ligne.
• Chaîne de navigation (check_notebook_nav_chain.py) : 0 notebook inatteignable ; ni 04e ni 04f parmi les entrées orphelines (les 44 findings restants concernent d'autres notebooks de la série, dont aucun n'est touché par cette PR). La ligne Navigation est ajoutée dans la première cellule du 04e. Un lien placé dans la prose ne compte pas comme arête pour le garde.
• Les lectures ont été relues contre les sorties. Trois écarts corrigés avant commit, puis ré-exécution : ratio des erreurs-types, bornes du normaliseur de la carte de chaleur, et $-5.365$ pour la politique uniforme.
• Environnement : dowhy 0.14, numpy 2.4.4, scipy 1.17.1, pandas 2.3.3, matplotlib 3.10.8, networkx 3.6.1.

Verdict SOTA

SOTA-OK : les outils de référence sont invoqués, pas simulés. Le calcul interventionnel passe par dowhy.gcm (modèle causal structurel ajusté sur 20 000 tirages, comparé au calcul exact), l'optimisation contrainte par scipy.optimize.minimize(method="SLSQP") à 5 départs, et l'inattention rationnelle par l'algorithme de Blahut-Arimoto, avec vérification des conditions de premier ordre (résidu ≤ 6e-13).

Problème non trivial (prong B) : sur le graphe naïf, dowhy reproduit la corrélation observée et CDT donne alors le verdict d'EDT (5.040 contre 8.055). C'est ce qui montre que l'intervention dépend du graphe fourni, pas des données seules. Sur l'inattention rationnelle, les 7 ensembles de primes successifs et la violation de la borne par l'entropie ne se voient qu'avec un prior non uniforme à 5 états.

Périmètre

Quatre fichiers, tous dans MyIA.AI.Notebooks/GameTheory/ :

• GameTheory-04f-Theories-Decision-Predicteur.ipynb (nouveau, 458 Ko avec 5 figures) ;
• GameTheory-04e-Reflective-Oracles.ipynb : +2 lignes markdown, la ligne de navigation 4d ← 04e → 4f. Aucune cellule de code touchée, pas de ré-exécution nécessaire (exception markdown de C.2). Le 04e n'appartient à aucune paire jumelle (twin_pairs.d ne le cite que dans une note de la paire 4c) ;
• README.md : ligne 4f dans la table principale, la table Python et la table d'état ; lignes d'arborescence 04e (qui manquait) et 04f ; durée totale ~84h → ~88h : après fusion de main (GT-15f, feat(gametheory,#17531): GT-15f valeur de Shapley de groupe — le meilleur binôme n'est pas celui des deux meilleurs individus #17536, qui touchait la même ligne), somme re-mesurée sur les tableaux = 107 lignes, 5260 min = 87,7 h. Les durées des titres de phase ne comptent que les side tracks b/c et restent inchangées, comme pour 04d et 04e. Réconciliation disque ↔ README sur la tête : 98 notebooks dans le dossier (après fusion de main), 98 cités, 0 lien GameTheory-*.ipynb mort. Les blocs CATALOG-STATUS et COURSE_CATALOG.generated.* ne sont pas touchés ;
• requirements.txt : dowhy>=0.12 (déjà utilisé par Probas/requirements.txt).

Sources

Les PDF restent hors Git (bibliographie partagée) :

• Wei Dai (2023). UDT shows that decision theory is more puzzling than ever. G:\Mon Drive\MyIA\IA\Bibliographie IA\Probabilistic\2023 - Dai - UDT shows that decision theory is more puzzling than ever.pdf
• Mohajeri (2023). Conditional causal decision theory reduces to evidential decision theory. doi:10.1111/phib.12298. G:\Mon Drive\MyIA\IA\Bibliographie IA\Probabilistic\2023 - Mohajeri - Conditional causal decision theory reduces to evidential decision theory.pdf
• Mu, Zheng, Trott (2022). Modeling Bounded Rationality in Multi-Agent Simulations Using Rationally Inattentive Reinforcement Learning. arXiv:2202.01691. G:\Mon Drive\MyIA\IA\Bibliographie IA\GameTheory\2022 - Mu Zheng Trott - Modeling Bounded Rationality in Multi-Agent Simulations.pdf

🤖 Generated with Claude Code