본 논문은 베이지안 설득 프레임워크를 확장하여 송신자-수신자 상호작용에서 관찰되지 않는 교란 변수를 고려합니다. 기존 모델은 신념 갱신이 베이지안 원칙을 따른다고 가정하지만, 실제 시나리오에서는 수신자의 신념 형성과 의사결정에 영향을 미치는 숨겨진 변수가 존재합니다. 본 논문은 이를 송신자와 수신자가 여러 라운드에 걸쳐 상호 작용하는 순차적 의사결정 문제로 개념화합니다. 각 라운드에서 송신자는 수신자와 소통하고, 수신자는 환경과도 상호 작용합니다. 중요한 점은 수신자의 신념 갱신이 관찰되지 않는 교란 변수의 영향을 받는다는 것입니다. 이 시나리오를 부분적으로 관찰 가능한 마르코프 의사결정 과정(POMDP)으로 재구성함으로써, 송신자는 수신자의 신념 역학과 관찰되지 않는 교란 변수에 대한 불완전한 정보를 포착합니다. 본 논문은 이 POMDP에서 최적의 관찰 기반 정책을 찾는 것이 원래 설득 프레임워크에서 최적의 신호 전략을 찾는 것과 동일함을 증명합니다. 또한, 이 재구성이 설득 과정에서 오프-정책 평가를 위한 근접 학습의 적용을 어떻게 용이하게 하는지 보여줍니다. 이러한 발전을 통해 송신자는 행동 정책의 관찰 데이터만을 사용하여 대안적인 신호 전략을 평가할 수 있으므로, 값비싼 새로운 실험이 필요하지 않습니다.
