[論文レビュー] Front-to-End Bidirectional Heuristic Search with Near-Optimal Node Expansions

Jingwei Chen, Robert C. Holte+2 more|arXiv (Cornell University)|Mar 10, 2017

Metaheuristic Optimization Algorithms Research参考文献 12被引用数 4

ひとこと要約

この論文は、一貫性のあるヒューチクスの下で、すべての「確実に展開される」状態ペアをカバーするために必要な最小ノード展開数の2倍以内に抑えられる、前向きから後ろ向きへの双方向ヒューリスティック探索アルゴリズムであるNear-Optimal Bidirectional Search (NBS) を導入する。NBSは、必要な展開を頂点被覆問題としてモデル化し、効率的な近似アルゴリズムを用いることで近似的最適性を達成する。理論的に最悪ケースで最適であり、困難またはヒューチクスが弱い問題においてA*や他の双方向手法を上回ることを示している。

ABSTRACT

It is well-known that any admissible unidirectional heuristic search algorithm must expand all states whose $f$-value is smaller than the optimal solution cost when using a consistent heuristic. Such states are called "surely expanded" (s.e.). A recent study characterized s.e. pairs of states for bidirectional search with consistent heuristics: if a pair of states is s.e. then at least one of the two states must be expanded. This paper derives a lower bound, VC, on the minimum number of expansions required to cover all s.e. pairs, and present a new admissible front-to-end bidirectional heuristic search algorithm, Near-Optimal Bidirectional Search (NBS), that is guaranteed to do no more than 2VC expansions. We further prove that no admissible front-to-end algorithm has a worst case better than 2VC. Experimental results show that NBS competes with or outperforms existing bidirectional search algorithms, and often outperforms A* as well.

研究の動機と目的

• 前向きから後ろ向きへの双方向ヒューリスティック探索アルゴリズムにおいて、ノード展開のための理論的最適性が保証されていない現状に対処すること。
• 任意の妥当な前向きから後ろ向きの双方向探索における、ノード展開数の理論的下界を同定すること。
• この下界の2倍以内の展開回数を保証するアルゴリズムを設計すること。
• 任意の妥当な前向きから後ろ向きのアルゴリズムが最悪ケースで2倍より良い性能を保証できないことを証明すること。
• A*、BS*、MMe、MM0 と比較して、NBSの性能を多様なドメインで実験的に検証し、一貫した競争力または優位性を示すこと。

提案手法

• 論文は、双方向探索における「確実に展開される」(s.e.) 状態ペアのグラフ理論的特徴付けを導出し、それらのカバーが導出されたグラフにおける頂点被覆に対応することを示している。
• このグラフにおける最小頂点被覆のサイズをVCと定義し、これがノード展開数の理論的下界として成立することを確立している。
• NBSは、PapadimitriouとSteiglitzの頂点被覆近似アルゴリズムの変種を用いて展開対象のノードを選択する。
• アルゴリズムは前向きから後ろ向きの双方向探索を実行し、展開は常に計算された頂点被覆に属するノードに限定されるため、すべてのs.e.ペアがカバーされる。
• 一貫性のあるヒューチクスを用いることで妥当性を維持し、慎重なフロントの管理により重複展開を回避する。
• 理論的分析により、NBSはVCノードの2倍を超えて展開しないことが証明され、かつ任意の妥当な前向きから後ろ向きのアルゴリズムが最悪ケースで2倍未満の展開を保証できないことが示されている。

実験結果

リサーチクエスチョン

• RQ1 前向きから後ろ向きの双方向ヒューリスティック探索において、すべての「確実に展開される」状態ペアをカバーするために必要なノード展開数の理論的最小値は何か？
• RQ2 ノード展開数において理論的最小値の2倍以内の保証を持つ、近似的に最適な前向きから後ろ向きの双方向探索アルゴリズムを設計できるか？
• RQ3 任意の妥当な前向きから後ろ向きの双方向探索アルゴリズムには、根本的な最悪ケース性能限界があるか？ もしあるならば、それは何か？
• RQ4 弱いヒューチクスや高い難易度の問題において、NBSのような近似的に最適なアルゴリズムはA* や他の双方向アルゴリズムと比べてどの程度優れているか？
• RQ5 f = C*（最適コスト）となる展開が、実際のNBSとA*の性能差にどの程度寄与しているか？

主な発見

• NBSは、最小頂点被覆（VC）の2倍以内にノードを展開することを保証しており、これは必要な展開数の理論的下界である。
• 任意の妥当な前向きから後ろ向きの双方向探索アルゴリズムが、最悪ケースでVCの2倍未満の展開を保証できないため、NBSは最悪ケースにおいて最適である。
• 特にハノイの塔やパンケーキパズルのような困難な問題やヒューチクスが弱い問題では、NBSはA* や他の双方向アルゴリズムを顕著に上回る。
• グリッドベースのパスファインディング（例：brc203dマップ）では、NBSはA* やBS* と同等の性能を示すが、オーバーヘッドのため約30%遅い。
• パンケーキパズルにおけるGAPのような強いヒューチクスを持つ問題では、NBSはf = C* となる多くのノードを展開するが、これは理論的境界にもかかわらず展開数が多くなる理由を説明する。
• brc203dドメインの30のインスタンスにおいて、NBSは他のアルゴリズムと比較して展開数の観点で2倍以上優れていることが示され、理論的最悪ケース境界をはるかに超える実用的優位性を示している。