[論文レビュー] Backdoors to Tractable Answer-Set Programming

Johannes K. Fichte, Stefan Szeider|arXiv (Cornell University)|Apr 14, 2011

Logic, Reasoning, and Knowledge参考文献 48被引用数 11

ひとこと要約

本稿は、固定パrameter可 tract な解法を可能にするパrameterized 複雑性を活用することで、回答集合プログラミング（ASP）の tract な部分クラスを特定するための統一的枠組みとしてバックドアを導入する。小さなバックドア—推論の高速化に寄与するアトムの集合—を用いることで、ハーンや非循環プログラムなどの tract なターゲットクラスに還元することで、難解なASP問題を効率的に解くことが可能になる。また、カーネル化の境界と実用的なヒューリスティック改善が得られる。

ABSTRACT

Answer Set Programming (ASP) is an increasingly popular framework for declarative programming that admits the description of problems by means of rules and constraints that form a disjunctive logic program. In particular, many AI problems such as reasoning in a nonmonotonic setting can be directly formulated in ASP. Although the main problems of ASP are of high computational complexity, located at the second level of the Polynomial Hierarchy, several restrictions of ASP have been identified in the literature, under which ASP problems become tractable. In this paper we use the concept of backdoors to identify new restrictions that make ASP problems tractable. Small backdoors are sets of atoms that represent "clever reasoning shortcuts" through the search space and represent a hidden structure in the problem input. The concept of backdoors is widely used in the areas of propositional satisfiability and constraint satisfaction. We show that it can be fruitfully adapted to ASP. We demonstrate how backdoors can serve as a unifying framework that accommodates several tractable restrictions of ASP known from the literature. Furthermore, we show how backdoors allow us to deploy recent algorithmic results from parameterized complexity theory to the domain of answer set programming.

研究の動機と目的

• 回答集合プログラミング（ASP）におけるバックドアの理論的枠組みを構築し、tract な部分クラスを特定すること。
• 既存のASPの tract な制限（例：ハーン、非循環、段階的）を、単一のバックドアに基づく形式的枠組みで統合すること。
• 特に固定パrameter可 tract とカーネル化を含む、パrameterized 複雑性技術を、バックドアサイズをパラメータとして用いてASP問題に適用すること。
• 特定の条件下で tract さを保つように、一般化されたリフト法を用いて、通常のプログラムから非決定的プログラムへのパラメータの拡張を試みること。
• バックドアを用いた現代のASPソルバーのヒューリスティクスをガイドすることで、性能向上を図る実用的応用の探求。

提案手法

• tract なターゲットクラス（例：ハーン*、非循環、no-C*）に関して、強力なバックドアと削除バックドアを定義する。
• バックドアの評価と検出をパラメータ化問題として形式化し、バックドアサイズを主なパラメータとして用いる。
• カーネル化技術を活用して、バックドアサイズに基づく削減された問題インスタンスのサイズを制限し、上界と下界を確立する。
• 特定の条件下で、通常のプログラムから非決定的プログラムへのパラメータの拡張を保証する一般化リフト法を提案する。
• バックドアアトムをソルバーのヒューリスティクスに統合し、意思決定スコアを向上させることで、構造的重要性を活用して性能向上を図る。
• ASPコンペティションのベンチマークインスタンスを用いた実験的評価を通じて、バックドアサイズとヒューリスティクスの影響を分析する。

実験結果

リサーチクエスチョン

• RQ1 バックドアは、既知のASPの tract な部分クラスを包括的かつ一般化する統一的枠組みとして機能できるか？
• RQ2 バックドアサイズはASP問題の固定パrameter可 tract さにどのように影響するか？また、バックドアサイズをパラメータとしたカーネル化の境界はどのように確立できるか？
• RQ3 バックドアを用いたヒューリスティックガイドによって、現代のASPソルバーの効率をどの程度向上させられるか？
• RQ4 通常のプログラムに定義されたパラメータを、固定パrameter可 tract さを保ちながら非決定的プログラムにどのようにリフトできるか？
• RQ5 さまざまなASPベンチマークインスタンス、特に構造的インスタンスとランダムインスタンスにおいて、バックドアサイズの実験的挙動はいかなるものか？

主な発見

• コンペティション由来の構造的ASPインスタンスにおける強力なハーン*バックドアは、ランダムインスタンスよりも顕著に小さく、構造的 tract さを示している。
• 特定のソリターゲームインスタンスにおいて、非循環ターゲットクラス（例：no-C*）の削除バックドアは、強力なハーン*バックドアの約半分のサイズである。
• バックドア検出および評価問題のカーネルサイズについて、バックドアサイズをパラメータとして上界と下界を確立した。
• 定義された条件下で、通常のプログラムから非決定的プログラムへのパラメータの拡張を保証する一般化リフト法が、固定パrameter可 tract さを維持することを示した。
• 実験的結果から、バックドアアトムをソルバーのヒューリスティクスに統合（意思決定スコアの向上）することで、解法性能の向上が期待できることを示した。
• ナイトツアーとソリターゲームインスタンスでは、予想外に大きな強力なハーン*バックドアが観測され、まだ完全に解明されていない独自の構造的課題を示唆している。