[論文レビュー] Activity-Based Search for Black-Box Contraint-Programming Solvers

Laurent Michel, Pascal Van Hentenryck|arXiv (Cornell University)|May 31, 2011

Constraint Satisfaction and Optimization参考文献 8被引用数 10

ひとこと要約

本稿では、黒ボックス制約プログラミングソルバにおけるロバストな変数選択ヒューリスティクスとして、動的変数アクティビティ（制約伝搬中のドメインフィルタリングによる測定）を用いる Activity-Based Search (Abs) を提案する。Abs は、明示的なドメイン追跡や制約のインストルメンテーションを避けることで、特に複雑な問題において、影響ベースの探索（Ibs）および wdeg ヒューリスティクスを上回るロバスト性と性能を発揮する。また、グローバル制約を自然に扱える点も特徴である。

ABSTRACT

Robust search procedures are a central component in the design of black-box constraint-programming solvers. This paper proposes activity-based search, the idea of using the activity of variables during propagation to guide the search. Activity-based search was compared experimentally to impact-based search and the WDEG heuristics. Experimental results on a variety of benchmarks show that activity-based search is more robust than other heuristics and may produce significant improvements in performance.

研究の動機と目的

• ユーザーの負担を軽減し、使いやすさを向上させるために、黒ボックス制約プログラミングソルバにおけるロバストで汎用的な探索ヒューリスティクスの必要性に対応すること。
• 影響ベースの探索（Ibs）や重み付き次数（wdeg）といった既存のヒューリスティクスの限界を克服すること。これらは複雑なドメイン追跡を要したり、グローバル制約に対し苦労する。
• 制約の実装を変更せず、各変数・値の影響を明示的に追跡せず、効率的かつスケーラブルにグローバル制約と自然に統合できる探索手順を開発すること。
• 問題の複雑さが増すに従い、多様な制約充足問題においてソルバの性能とロバスト性を向上させること。

提案手法

• 変数アクティビティを、制約伝搬中にその変数のドメインがフィルタリングされた回数として定義する。フィルタリングが発生するたびに値を増加させる。
• 変数の初期アクティビティを、変数-値の割り当てをサンプリングし、ドメイン削減に与える影響を測定することで得るプローブプロセスによって初期化する。
• パラメータ γ で制御される年齢化メカニズムを導入し、アクティビティ値を時間とともに減衰させることで、停滞を防ぎ、最近の伝搬行動を優先する。
• 初期化中のプローブ数を制御するための信頼区間パラメータ δ を用い、正確性と初期化コストのバランスを取る。
• 現在のアクティビティレベルに基づき、探索のための分岐変数を選択する。特にアクティビティが高い変数を優先することで、有望な領域へ探索を誘導する。
• 制約の実装を変更せず、各変数・値の影響を明示的に追跡せず、ブラックボックスソルバフレームワークにヒューリスティクスを統合する。

実験結果

リサーチクエスチョン

• RQ1 伝搬中に生じる変数アクティビティが、黒ボックス制約ソルバの探索誘導において効果的でロバストなヒューリスティクスとして機能するか？
• RQ2 多様な制約問題において、Activity-Based Search は影響ベースの探索（Ibs）および wdeg に比べて、性能とロバスト性で優れているか？
• RQ3 wdeg が失敗した制約内のすべての変数に等しい重みを割り当てるのに対し、Abs はグローバル制約をどれほど自然に扱えるか？
• RQ4 Abs は、信頼区間 δ や年齢化係数 γ といった初期化パラメータにどれほど感度を示すか？
• RQ5 Hard な問題インスタンスにおいて、Abs はバックドアやサイクルカットセットといった構造的性質を発見する行動を示すか？

主な発見

• Activity-Based Search (Abs) は、問題の複雑さが高まるに従い、影響ベースの探索（Ibs）および wdeg を広く上回る。
• msq-10 ベンチマークでは、Abs にリスタートを適用した場合（R(2)）、平均実行時間が 14.87 秒にまで低下した。これに対して Ibs は 23.6 秒、wdeg は 21.3 秒であった。
• knap1-4 最適化問題では、Abs にリスタートを適用することで、平均実行時間を Ibs の 33.70 秒から 14.87 秒まで短縮し、顕著な性能向上を達成した。
• 初期化パラメータ δ には明確な影響が見られた。δ を 0.8 から 0.05 に低下させることで、特に knap1-4 において中央値および平均実行時間のロバスト性と収束性が向上した。
• 年齢化係数 γ については、遅い年齢化（γ = 0.999）が性能を向上させた。msq-10 において、γ = 0.5 の場合に 9 回のタイムアウトが発生したのに対し、γ = 0.999 の場合は 0 回であった。
• radiation #9 における行動分析では、Abs はリスタートを適用した場合、1 秒以内に最適解に到達した。これに対して Ibs は収束にはるかに長い時間がかかっており、Abs の優れた探索誘導能力が示された。