[論文レビュー] ACE, a generic constraint solver

Christophe Lecoutre|arXiv (Cornell University)|Jan 6, 2023

Constraint Satisfaction and Optimization被引用数 4

ひとこと要約

ACE は、整数およびブール変数を対象としたオープンソースで Java で記述された制約ソルバであり、XCSP 3 形式を介して最新のテーブル制約、グローバル制約、および単一基準最適化をサポートする。テーブル制約に対しては VA、STR、CT といった効率的なフィルタリングアルゴリズムを採用し、Wdeg や WdegOnDom といった高度な探索ヒューリスティクスを統合しており、分枝限定法および二分探索戦略による最適化をサポートすることで、スケジューリング、バイオインフォマティクス、データマイニングなどの分野における複雑な組合せ問題の解決に適している。

ABSTRACT

Constraint Programming (CP) is a useful technology for modeling and solving combinatorial constrained problems. On the one hand, on can use a library like PyCSP3 for easily modeling problems arising in various application fields (e.g., scheduling, planning, data-mining, cryptography, bio-informatics, organic chemistry, etc.). Problem instances can then be directly generated from specific models and data. On the other hand, for solving instances (notably, represented in XCSP3 format), one can use a constraint solver like ACE, which is presented in this paper. ACE is an open-source constraint solver, developed in Java, which focuses on integer variables (including 0/1-Boolean variables), state-of-the-art table constraints, popular global constraints, search heuristics and (mono-criterion) optimization.

研究の動機と目的

• 整数およびブール変数に特化した軽量で保守性が高く、効率的な制約ソルバの開発を目的とする。
• 標準化されたインターフェースを介して、テーブル制約およびグローバル制約に対する最新のフィルタリング技術をサポートすること。
• 制約充足および最適化問題における探索ヒューリスティクスおよび最適化戦略の拡張性とモジュラリティを提供すること。
• PyCSP 3 などのモデリングツールとの相互運用性を確保するため、XCSP 3 標準との互換性を保証すること。
• スケジューリング、データマイニング、バイオインフォマティクスなどの分野における実世界の組合せ問題を効果的に解けるようにすること。

提案手法

• ACE は 13 個のコアパッケージを備えたモジュラーなアーキテクチャを採用しており、変数、制約、探索、最適化といった責任を分離している。
• 整数およびシンボリック変数は、ドメインの順序を保持するように、配列およびビットベクトルをバックエンドに持つ順序付き双方向リンクリストで表現されている。
• テーブル制約は、特定のプロパゲーターを用いてフィルタリングされる：有効許可（VA）、シンプルテーブルリダクション（STR）、コンパクトテーブル（CT）、およびスターバージョンおよびハイブリッドバージョンを含む。
• 関数的制約（intensional constraints）は、プリミティブベースのフィルタリングと、一般的でない形式に対しては汎用フィルタリング方式（G）AC3 rm によって処理される。
• AllDifferent、Cumulative、Count などのグローバル制約は、効率的な伝搬アルゴリズムを用いてネイティブにサポートされている。
• 探索は拡張可能なヒューリスティクスによって制御され、変数順序付け（例：Dom、WdegOnDom）および値順序付け（例：Rand、Bivs）が可能であり、-wt などのオプションにより設定可能なバリエーションが用意されている。

実験結果

リサーチクエスチョン

• RQ1 最新の制約機能をサポートしつつ、軽量かつ効率的な制約ソルバをどのように設計できるか？
• RQ2 汎用ソルバにおいて、テーブル制約のパフォーマンスを最も高めるフィルタリングアルゴリズムは何か？
• RQ3 異なる探索ヒューリスティクスは、組合せ最適化問題の解法効率にどのように影響を与えるか？
• RQ4 モジュラーかつオープンソースの制約ソルバは、単一基準最適化および XCSP 3 との統合を効果的に行えるか？
• RQ5 ノーグッドおよび不整合部分状態（IPS）推論は、探索効率の向上に果たす役割は何か？

主な発見

• ACE は XCSP 3 -core で定義されたすべてのコア制約（AllDifferent、Cumulative、Count など）を効率的な伝搬メカニズムでサポートしている。
• Wdeg や WdegOnDom といった高度な探索ヒューリスティクスを複数のバリエーション（VAR、UNIT、CACD、CHS）で実装しており、デフォルトでは CACD が選択されている。
• VA、STR、CT プロパゲーターを用いてテーブル制約を効率的にフィルタリングし、スターバージョンおよびハイブリッドテーブル表現のサポートも提供している。
• 最適化は、下限の更新（分枝限定法）、上限の更新（ラムプアップ）、および二分探索の 3 つの戦略によってサポートされている。
• ノーグッドおよび IPS 推論は NogoodReasoner および IpsReasoner を介して実装されており、リスタートからの学習により探索効率が向上する。
• ACE は PyCSP 3 および XCSP 3 と互換性があり、実世界の応用に向けたエンドツーエンドのモデリングおよびソルブパイプラインを可能にしている。