Résumé Technique : SCOPE – Optimisation Causale Séquentielle des Interventions de Processus

Énoncé du Problème

La Surveillance Prescriptive de Processus (PresPM) vise à recommander des interventions lors de l'exécution de processus métier afin d'optimiser les Indicateurs Clés de Performance (KPI), tels que le temps de traversée ou le coût. Bien que les méthodes existantes gèrent efficacement les décisions d'intervention isolées, elles échouent souvent dans des contextes réalistes où les interventions ne sont pas isolées. Dans de nombreux processus, il existe plusieurs points de décision interdépendants où le résultat d'une intervention antérieure dépend d'actions ultérieures, et vice versa.

Les approches actuelles souffrent de trois limitations principales :

1. Focalisation sur l'intervention unique : De nombreuses méthodes n'optimisent qu'un seul point de décision, ignorant la séquence des décisions futures.
2. Optimisation séquentielle isolée : Certaines méthodes gèrent des séquences mais optimisent chaque point de décision de manière isolée (par exemple, en maximisant la récompense immédiate), échouant ainsi à aligner les actions sur l'ensemble du cas pour maximiser le KPI final.
3. Dépendance aux approximations de processus : Les méthodes qui tentent une optimisation séquentielle reposent souvent sur l'Apprentissage par Renforcement (RL) entraîné sur des processus approximés (par exemple, des processus de décision markoviens) ou des données augmentées. Cela introduit un « écart de réalité » (reality gap), où les erreurs de spécification dans l'approximation conduisent à des politiques biaisées ou sous-optimales. De plus, ces méthodes éprouvent des difficultés face à la haute hétérogénéité des préfixes de processus et des flux de contrôle variables présents dans les journaux d'événements réels.

Méthodologie : SCOPE

Les auteurs proposent SCOPE (Sequential Causal Optimization of Process Interventions), un cadre qui apprend des politiques d'intervention séquentielles alignées directement à partir de journaux d'événements observationnels, sans nécessiter de simulation de processus ou d'augmentation de données.

Composantes Clés

SCOPE intègre l'Apprentissage Causal avec l'Induction Régressive (Backward Induction) pour traiter le problème de la prise de décision séquentielle sous un flux de contrôle variable.

1. Cadre d'Induction Régressive :

   • La méthode adapte le cadre des Régimes de Traitement Dynamiques (DTR) aux processus métier. Elle itère de manière régressive du dernier point de décision ($K$) vers le premier ($1$).
   • À chaque point de décision $k$, elle estime une fonction Q ($Q_k$), représentant le résultat attendu d'une action $a_k$ étant donné le préfixe de processus actuel $\sigma_k$, en supposant que des actions optimales seront prises par la suite.
   • Elle calcule une Fonction de Valeur ($V_k$), représentant le meilleur résultat réalisable à partir du préfixe $\sigma_k$.
   • Crucialement, SCOPE utilise une formulation basée sur le regret pour la fonction de valeur : $V_k(\sigma_k) = E[V_{k+1}(\sigma_{k+1}) + (Q_k(\sigma_k, a^{opt}_k) - Q_k(\sigma_k, a^{obs}_k) | \sigma_k]$. Cette formulation est choisie pour sa robustesse à la spécification erronée du modèle et à la propagation des erreurs, ce qui est critique compte tenu de la nature hétérogène des préfixes de processus.

2. Apprenants Causaux :

   • Pour estimer les fonctions Q à partir de données observationnelles (qui contiennent des facteurs de confusion), SCOPE emploie des apprenants causaux. Il évite l'Inverse Propensity Weighting (IPW) en raison de son instabilité dans les espaces de préfixes de haute dimension.
   • Le cadre supporte des apprenants agnostiques au modèle, testant spécifiquement :
     • S-learner : Un modèle unique prédisant les résultats pour toutes les actions.
     • T-learner : Des modèles séparés pour chaque action.
     • RA-learner : Une approche en deux étapes estimant la fonction Q puis un pseudo-résultat pour se concentrer sur les effets causaux.
   • Ces apprenants permettent au système d'identifier des actions qui sont rarement choisies historiquement mais qui sont susceptibles d'améliorer le KPI, gérant efficacement la confusion sans essais contrôlés randomisés.

3. Algorithme (SCOPE-S) :

   • Entraînement : L'algorithme commence au dernier point de décision. Pour les cas atteignant le point $k$, il entraîne un modèle causal pour estimer $Q_k$. Il calcule ensuite l'action optimale et met à jour l'estimation de la valeur pour le point de décision précédent en utilisant la formulation basée sur le regret. Si un cas saute un point de décision en raison du flux de contrôle, la valeur est transportée vers l'arrière.
   • Inférence : Le processus progresse vers l'avant. Lorsqu'un point de décision est atteint, l'algorithme interroge le modèle pré-entraîné pour ce point spécifique afin de sélectionner l'action ayant la valeur Q estimée la plus élevée.

Principales Contributions

1. Cadre SCOPE : L'introduction d'une approche de PresPM qui combine des apprenants causaux et l'induction régressive pour apprendre des politiques séquentielles alignées et fondées sur la causalité. Il opère directement sur des journaux observationnels, éliminant le besoin de simulateurs de processus ou d'augmentation de données.
2. Nouveau Benchmark (SimBPIC17) : La création et la publication d'un jeu de données semi-synthétique basé sur le journal d'événements réel BPIC17_W. Ce benchmark permet l'évaluation de méthodes de PresPM séquentielles avec des points de décision variables et une confusion réaliste, répondant au manque de contrefactuels de vérité de terrain dans les données réelles.
3. Validation Empirique : Des expériences approfondies démontrant que SCOPE surpasse les bases de comparaison de l'état de l'art sur divers ensembles de données synthétiques et semi-synthétiques.

Résultats Expérimentaux

Les auteurs ont évalué SCOPE par rapport à trois bases de comparaison :

• KMeans-Q (Branchi et al. [5]) : Une approche séquentielle utilisant l'approximation de processus (MDP) et le RL.
• SEP-S (adapté de de Leoni et al. [9]) : Une approche optimisant les points de décision indépendamment.
• Politique Aléatoire (Random Policy) & Borne Supérieure (Upper Bound).

Principales Conclusions :

• Performance : SCOPE a systématiquement surpassé les deux autres bases de comparaison dans diverses configurations, incluant différents niveaux de confusion ($\delta$), tailles d'ensembles d'entraînement et nombres de points de décision.
• Impact de l'Alignement : L'avantage de SCOPE sur la base de comparaison d'optimisation indépendante (SEP-S) augmente à mesure que le nombre de points de décision croît, confirmant l'importance de l'alignement des interventions à travers la séquence.
• Robustesse à la Confusion : Bien que la performance décline généralement avec une confusion plus élevée, SCOPE reste robuste. Le RA-learner et le S-learner ont obtenu les meilleurs résultats, tandis que le T-learner a montré une dégradation sous une forte confusion.
• Approximation vs Apprentissage Direct : La méthode d'approximation de processus (KMeans-Q) a obtenu des résultats médiocres et variables, suggérant qu'approximer le processus pour le RL peut être moins efficace que de traiter les interventions de manière indépendante, et encore moins que l'alignement causal de SCOPE.
• Complexité : Malgré la complexité théorique de l'entraînement de multiples modèles, SCOPE s'est entraîné nettement plus rapidement que KMeans-Q et a égalé la complexité d'inférence de la base de comparaison indépendante.

Signification et Revendications

L'article affirme que SCOPE représente une étape importante pour la PresPM en abordant l'« écart de réalité » inhérent aux approches séquentielles basées sur le RL. En exploitant l'apprentissage causal et l'induction régressive, SCOPE peut dériver des politiques séquentielles optimales à partir de données observationnelles sans construire de modèles de processus potentiellement mal spécifiés.

Les auteurs soulignent que, bien que SCOPE dépende de la précision prédictive des modèles sous-jacents et suppose l'absence d'interférence entre les cas (SUTVA), il parvient à identifier des politiques séquentielles efficaces sous des niveaux de confusion réalistes. L'article conclut que la combinaison de l'apprentissage causal et de l'induction régressive est essentielle pour optimiser les KPI dans des processus dotés de points de décision interdépendants, offrant une alternative pratique aux méthodes lourdes en simulation. La publication du benchmark SimBPIC17 est destinée à faciliter la recherche ultérieure en matière de PresPM séquentielle.