[論文レビュー] An Approximate Dynamic Programming Approach to The Incremental Knapsack Problem

Ali Aouad, Danny Segev|arXiv (Cornell University)|Oct 15, 2020

Optimization and Search Problems参考文献 21被引用数 4

ひとこと要約

本稿では、時間変動する容量を伴う0-1ナップサック問題の強いかつNP困難な一般化であるインクリメンタルナップサック問題に対する、初めての多項式時間近似スキーム（PTAS）を提示する。近似的動的計画法を用い、状態の刈り取り、丸め、問題の分解を組み合わせることで、著者らは多項式時間内に(1−ε)-近似解を達成し、近似アルゴリズム分野における長年の未解決問題を解決した。

ABSTRACT

We study the incremental knapsack problem, where one wishes to sequentially pack items into a knapsack whose capacity expands over a finite planning horizon, with the objective of maximizing time-averaged profits. While various approximation algorithms were developed under mitigating structural assumptions, obtaining non-trivial performance guarantees for this problem in its utmost generality has remained an open question thus far. In this paper, we devise a polynomial-time approximation scheme for general instances of the incremental knapsack problem, which is the strongest guarantee possible given existing hardness results. In contrast to earlier work, our algorithmic approach exploits an approximate dynamic programming formulation. Starting with a simple exponentially sized dynamic program, we prove that an appropriate composition of state pruning ideas yields a polynomially sized state space with negligible loss of optimality. The analysis of this formulation synthesizes various techniques, including new problem decompositions, parsimonious counting arguments, and efficient rounding methods, that may be of broader interest.

研究の動機と目的

• 一般設定下でのインクリメンタルナップサック問題の近似保証のギャップを埋めること。過去の研究では構造的仮定の下での定数因子近似にとどまっていた。
• 強いかつNP困難であるにもかかわらず、インクリメンタルナップサック問題に対する多項式時間近似スキーム（PTAS）を構築すること。これはP=NPでない限りFPTASが存在しないことを意味する。
• 状態の刈り取りと丸めに基づく近似的動的計画法の定式化が、保証可能な性能を持つ近最適解をもたらすことを示すこと。
• パラモニアスカウントや効率的な丸めといった、本問題に特有の技術的革新を統合すること。これらの技術は、この問題を超えて応用可能である可能性がある。

提案手法

• 時間、アイテム番号、利益を追跡する状態をもつ指数的サイズの動的計画法として、インクリメンタルナップサック問題を定式化する。
• 利益および重さのパラメータの丸めを用いて離散化された状態空間を導入し、状態空間を多項式サイズに削減しながら、近似的最適性を保持する。
• 利益および重さの閾値に基づき、劣悪または重複する状態を削除する状態の刈り取り技術を適用し、残存する状態が(1−ε)-近似解をもたらすことを保証する。
• アイテムのクラスタリングによる問題の分解を用い、複雑さを管理し、中間解の効率的計算を可能にする。
• 関連する状態の数を制限するためのパラモニアスカウントの議論を活用し、多項式実行時間の保証を得る。
• 近似的価値関数が真の価値関数の下界をなすことを証明し、性能保証を可能にする。

実験結果

リサーチクエスチョン

• RQ1 強いかつNP困難であるにもかかわらず、一般のインクリメンタルナップサック問題に対してPTASを開発可能か？ これはFPTASの存在がP=NPでない限り不可能であることを意味する。
• RQ2 時間変動制約とネストされたパッキング要件を伴う問題に、近似的動的計画法を効果的に適用可能か？
• RQ3 どのような状態の刈り取りと丸め戦略が、近似的最適性を保ちながら状態空間を多項式サイズに削減できるか？
• RQ4 問題の分解とカウントの議論をどのように組み合わせ、動的計画法における関連状態の数を制御できるか？
• RQ5 計算の困難さを考慮しても、任意のε>0に対して多項式時間内に(1−ε)-近似を達成できるか？

主な発見

• 本稿では、インクリメンタルナップサック問題に対する、初めての多項式時間近似スキーム（PTAS）を提示し、任意のε>0に対して(1−ε)-近似解を達成した。
• アルゴリズムは入力サイズおよび1/εに関して多項式時間で実行され、既知の難易度結果に基づく、可能な限り強い近似保証を達成した。
• 近似的動的計画法の定式化に加え、状態の刈り取りと丸めを組み合わせることで、最適性の損失が最小限に抑えられた多項式サイズの状態空間が得られた。
• 近似的動的計画法の価値関数は真の価値関数の下界をなしており、(1−ε)-近似保証の実現を可能にした。
• パラモニアスカウントやクラスタベースの分解といった、新たな分析技術が導入され、他の動的計画法問題への応用可能性も示唆された。
• 最終的な解では(1−7ε)-近似が達成されており、丸めと離散化誤差の精密な取り扱いにより、最終的な誤差境界が(1−7ε)に厳密に絞り込まれた。