[論文レビュー] A Stochastic Probing Problem with Applications

Anupam Gupta, Viswanath Nagarajan|arXiv (Cornell University)|Jan 1, 2013

Game Theory and Voting Systems被引用数 17

ひとこと要約

本稿は、一般のパッキング制約（例：k-システム、マトロイド交差）の下での確率的プロービング問題の統一的フレームワークを導入し、重みなしケースには貪欲アルゴリズムを、重み付きケースにはLPに基づくラウンディング手法とコン tendation レゾリューション方式を提案する。重み付きプロービングにおいてk_in-およびk_out-マトロイド制約の下では、Ω(1/(k_in + k_out))-近似を得ており、k-マトロイド交差の可視性制約下で、定数因子近似を達成する初めての多項式時間逐次プロポーズ価格メカニズムを可能にする。

ABSTRACT

We study a general stochastic probing problem defined on a universe V, where each element e in V is "active" independently with probability p_e. Elements have weights {w_e} and the goal is to maximize the weight of a chosen subset S of active elements. However, we are given only the p_e values-- to determine whether or not an element e is active, our algorithm must probe e. If element e is probed and happens to be active, then e must irrevocably be added to the chosen set S; if e is not active then it is not included in S. Moreover, the following conditions must hold in every random instantiation: (1) the set Q of probed elements satisfy an "outer" packing constraint, and (2) the set S of chosen elements satisfy an "inner" packing constraint. The kinds of packing constraints we consider are intersections of matroids and knapsacks. Our results provide a simple and unified view of results in stochastic matching and Bayesian mechanism design, and can also handle more general constraints. As an application, we obtain the first polynomial-time $Ω(1/k)$-approximate "Sequential Posted Price Mechanism" under k-matroid intersection feasibility constraints.

研究の動機と目的

• 複雑なパッキング制約（マトロイドやナップサックの交差を含む）の下での確率的プロービングの一般枠組みの構築。
• 単一のモデルに統合し、先行研究の確率的マッチングおよびベイジアンメカニズム設計の結果を一般化すること。
• k-マトロイド交差の可視性制約下での逐次プロポーズ価格メカニズムに対して、多項式時間近似アルゴリズムの提供。
• プロービングにグローバルなタイムデッドラインを含める拡張、腎臓交換における患者のタイムアウト制約のような現実世界の制約をモデル化。
• 重み付きおよび重みなしケースの両方において、LP緩和とコン tendation レゾリューション方式を用いて、タイトな近似保証を確立すること。

提案手法

• 要素をプロービングすることでその活性状態を明らかにし、活性となった要素を解集合に不可逆的に追加する確率的プロービングモデルを提案。
• 2つの下位閉じたパッキング制約を課す：選択された集合に対する内側制約（I_in）とプロービングされた集合に対する外側制約（I_out）。
• 重みなしプロービングの場合、活性確率peの降順に要素をプロービングし、I_inおよびI_out制約を満たすようにする貪欲アルゴリズムを適用。
• 重み付きプロービングの場合、各要素のプロービングおよび選択のマージナル確率を表す変数を用いたLP緩和を用いる。
• コン tendation レゾリューション（CR）方式を適用して、分数のLP解をラウンドし、I_inおよびI_out制約下での妥当性を保証する。
• タイムデッドラインの拡張のため、時間制約をラミナーマトロイドLとしてモデル化し、デッドライン問題をI_out ∩ Lを外側制約とする緩和されたプロービングインスタンスに帰着する。

実験結果

リサーチクエスチョン

• RQ1 マトロイドおよびナップサックの交差を含む一般のパッキング制約下で、確率的プロービング問題をモデル化・解法可能な単一の統一的フレームワークを開発可能か？
• RQ2 内側および外側制約ともにk-システムである場合、重みなし確率的プロービングにおける貪欲アルゴリズムが達成可能な近似比は何か？
• RQ3 コン tendation レゾリューション方式を用いたLPベースのラウンディングにより、k-マトロイド制約下での重み付き確率的プロービングで定数因子近似を達成できるか？
• RQ4 腎臓交換における患者の時間制限のような、グローバルなタイムデッドラインを扱えるようにフレームワークを拡張可能か？
• RQ5 k-マトロイド交差の可視性制約下での逐次プロポーズ価格メカニズムに対して、近似保証は何か？

主な発見

• 内側制約がk_in-システム、外側制約がk_out-システムである重みなし確率的プロービングにおいて、貪欲アルゴリズムはタイトな1/(k_in + k_out)-近似比を達成する。
• k_inおよびk_outマトロイドの交差下での重み付き確率的プロービングにおいて、本稿はLP緩和とコン tendation レゾリューション方式を用いてΩ(1/(k_in + k_out))-近似を達成する。
• 任意のk_in-およびk_out-システム制約下では、近似比はΩ(1/(k_in + k_out)^2)に低下するが、kが固定であれば定数のまま保たれる。
• 本フレームワークにより、k-マトロイド交差の可視性制約下で、初めて多項式時間Ω(1/k)-近似の逐次プロポーズ価格メカニズムが可能となり、先行研究を改善する。
• タイムデッドラインを伴う重みなしプロービングにおいて、貪欲アルゴリズムは1/(2(k_in + k_out + 1))-近似を達成する。これは、ラミナーマトロイド制約を用いた新規なカップリング議論に基づく。
• 本手法は確率的マッチングおよびベイジアンメカニズム設計の結果を一般化・統合し、重みなし確率的マッチングにおける4-近似について、より単純なLPベースの証明を提供する。