[論文レビュー] A Fast and Tight Heuristic for A* in Road Networks

Ben Strasser, Tim Zeitz|arXiv (Cornell University)|Oct 28, 2019

Data Management and Algorithms参考文献 39被引用数 1

ひとこと要約

この論文では、事前処理段階で得られる下界重みを使用して正確な距離推定を提供する、道路ネットワークにおけるA*探索の高速でタイトなヒューリスティクスであるCH-Potentialsを紹介する。この手法は、交通予測、ターン制限、リアルタイムデータといった複雑なルーティング拡張機能を、階層的高速化構造から分離することで、実世界の道路ネットワークにおいて正確で柔軟かつ効率的なルート計画を実現する。Dijkstraのアルゴリズムに比べて最大3243倍の高速化が達成され、理想のヒューリスティクスと比較してわずか1.6倍のオーバーヘッドに抑えられる。

ABSTRACT

We study exact, efficient and practical algorithms for route planning in large road networks. Routing applications often require integrating the current traffic situation, planning ahead with traffic predictions for the future, respecting forbidden turns, and many other features depending on the exact application. While Dijkstra's algorithm can be used to solve these problems, it is too slow for many applications. A* is a classical approach to accelerate Dijkstra's algorithm. A* can support many extended scenarios without much additional implementation complexity. However, A*'s performance depends on the availability of a good heuristic that estimates distances. Computing tight distance estimates is a challenge on its own. On road networks, shortest paths can also be quickly computed using hierarchical speedup techniques. They achieve speed and exactness but sacrifice A*'s flexibility. Extending them to certain practical applications can be hard. In this paper, we present an algorithm to efficiently extract distance estimates for A* from Contraction Hierarchies (CH), a hierarchical technique. We call our heuristic CH-Potentials. Our approach allows decoupling the supported extensions from the hierarchical speed-up technique. Additionally, we describe A* optimizations to accelerate the processing of low degree nodes, which often occur in road networks.

研究の動機と目的

• 実世界の複雑なルーティング拡張機能（例：リアルタイム交通状況、ターン制限、交通予測）を正確な最短経路アルゴリズムに効率的に統合する課題に対処すること。
• Contraction Hierarchiesにおける階層的高速化機構から、アプリケーション固有の機能を分離することで、実装の複雑さを低減すること。
• 事前処理段階での下界重みのみを用いて、A*のヒューリスティクスがタイトで正確な距離推定を提供するようにすること。
• 道路ネットワークに一般的に見られる低次数ノードにおけるA*の性能最適化を図り、照会効率を向上させること。
• 追加のルーティング複雑性が加わっても、近似的に最適な性能を維持できることを示すこと。

提案手法

• CH-Potentialsは、A*のヒューリスティクス関数のためのタイトで正確な下界推定値を計算するために、内部的にContraction Hierarchies（CH）を距離オракルとして利用する。
• ヒューリスティクスはCH構造を用いて距離を評価するが、これは事前に計算されたものであり、実行時における特徴とは独立しているため、高速かつ一貫性のある推定が可能である。
• この手法により、A*は下界重み関数wℓに関して、証明可能な正確な推定値を用いてゴールに向かって探索を誘導できる。
• 低次数ノードにおけるA*の高速化を図るための新しい最適化戦略が導入され、キュー操作とヒューリスティクス評価のオーバーヘッドが削減される。
• リアルタイム交通状況やターンコストといった動的機能は、CH構造を変更せずA*アルゴリズムの一部を変更するだけで実現可能であり、モジュラーな拡張が可能である。
• 性能のオーバーヘッドと効率を測定するために、仮想的な理想のヒューリスティクス（Oracle-A*）との比較評価が行われる。

実験結果

リサーチクエスチョン

• RQ1 事前処理段階での下界重みのみを用いて、A*のヒューリスティクスがタイトで正確な距離推定を提供できるように設計できるか？
• RQ2 交通状況の変動やターン制限といった複雑なルーティング機能を、階層的高速化構造を変更せずにサポートできるか？
• RQ3 提案されたヒューリスティクスは、即時アクセスが可能な理想のヒューリスティクスと比較してどの程度のオーバーヘッドを示すか？
• RQ4 低次数ノードにおける最適化は、道路ネットワークにおけるA*照会性能の向上にどの程度効果的か？
• RQ5 多様で現実的なルーティングシナリオにおいて、CH-Potentialsは複数の機能を組み合わせながらも高いスループットを維持できるか？

主な発見

• OSM Germanyデータセットにおいて、wq = wℓの場合、CH-PotentialsはDijkstraのアルゴリズムに比べて3243倍の高速化を達成し、優れたスケーラビリティを示した。
• ヒューリスティクス評価のオーバーヘッドは、理想のヒューリスティクスと比較してわずか1.6倍であり、近似的に最適な性能を示している。
• CH-Potentialsは、ALTよりも照会時間で6〜7倍速く、探索するノード数も顕著に少なくした。
• リアルタイム交通状況（長さが15%増加）の条件下では照会時間が127.3 ms、交通予測（18%増加）では209.7 msであり、動的状態でも安定性を示した。
• リアルタイム交通状況、予測、ターン制限を組み合わせた場合、Dijkstraに比べ12.2倍の高速化が達成された。BCC最適化の非効率性による性能低下はわずかであった。
• PTVの交通予測（Mapboxより短い長さ増加率10.5%）は、照会時間が89.7 ms（Mapboxの195.5 ms）にまで短縮され、ヒューリスティクスの質の影響が明確に確認された。