[論文レビュー] Further Connections Between Contract-Scheduling and Ray-Searching Problems

Spyros Angelopoulos|arXiv (Cornell University)|Apr 27, 2015

Optimization and Search Problems被引用数 4

ひとこと要約

本稿では、レイトレース探索とコントラクトスケジューリング問題を統一的な枠組みで結びつける。特に指数関数的および周期的スケジューリング戦略の最適性が、同じ競争比およびターン数／実行回数の指標を用いて分析可能であることを示している。レイトレース探索におけるベース $ b $ の競争比は $ 1 + 2\frac{b^m - 1}{b - 1} $ であり、この競争比を達成するいかなる戦略も、少なくとも $ \log_b(d(b-1)+1) + 1 $ 回のターンを必要とする。これは、単一問題から多問題・多レイトレース設定への既知の結果の拡張である。

ABSTRACT

This paper addresses two classes of different, yet interrelated optimization problems. The first class of problems involves a robot that must locate a hidden target in an environment that consists of a set of concurrent rays. The second class pertains to the design of interruptible algorithms by means of a schedule of contract algorithms. We study several variants of these families of problems, such as searching and scheduling with probabilistic considerations, redundancy and fault-tolerance issues, randomized strategies, and trade-offs between performance and preemptions. For many of these problems we present the first known results that apply to multi-ray and multi-problem domains. Our objective is to demonstrate that several well-motivated settings can be addressed using the same underlying approach.

研究の動機と目的

• レイトレース探索とコントラクトスケジューリング問題の間の深い構造的関係を明らかにすること。これらは形式的には異なるが、共通のアルゴリズム的原則を有する。
• 単一問題から多問題および多レイトレース領域への、既知の競争比およびターン数／実行回数の結果を拡張すること。
• 確率的検出、冗長性、耐故障性などの制約下で、指数関数的および周期的戦略の性能を、レイトレース探索およびコントラクトスケジューリングの両領域で分析すること。
• 与えられた競争比または加速比を達成する戦略におけるターン数（レイトレース探索）およびコントラクト実行回数（スケジューリング）のタイトな下界を確立すること。
• 周期的戦略の最適性を検討し、非単調的かつ非均質的環境における未解決の問題を提案すること。

提案手法

• 本稿は、コントラクトスケジューリング戦略をレイトレース探索戦略に還元し、同じ指数関数的および周期的スケジューリングパターンが、並列レイトレース上での探索軌道に対応することを示している。
• 契約アルゴリズムのスケジューリングを、ベース $ b $ の反復的深さ優先探索としてモデル化し、契約長が $ b^j $ として指数関数的に増加することを分析する。また、時間間隔ごとの各問題における完了契約数を分析する。
• レイトレース探索における競争比は、移動総距離とターゲット距離 $ d $ の最悪ケース比として定義され、$ m $ 本の並列レイトレースにおける幾何的移動パターンを通じて分析される。
• ターン数の下界は背理法により導出される。指数関数的戦略未満のターン数を仮定すると、任意に小さなターゲット距離において競争比が破綻することを示す。
• 単位速度探索者における時間-距離の等価性を活用し、実行間隔を探索間隔にマッピングすることで、スケジューリング（加速比）と探索（競争比）の両者に類似の推論を適用する。
• 本稿は、確率的検出、冗長性、故障耐性の要素を統一的枠組みに組み込むことで、先行研究を一般化している。

実験結果

リサーチクエスチョン

• RQ1 確率的レイトレース探索において、周期的戦略は $ \Theta(m/p) $-競争的性能を達成可能か、それとも上界が $ \Theta(m/p^2) $ に制限されるか？
• RQ2 特に $ m = 2 $ の場合に、冗長性を伴う非単調的戦略の最適解は何か？
• RQ3 非均質的環境（レイトレースや問題が異なる検出確率や処理コストを持つ）では、競争比およびターン数／実行回数はどのようにスケーリングするか？
• RQ4 同一の性能指標下で、同じスケジューリング戦略がコントラクトスケジューリングとレイトレース探索の両方で最適である可能性はどの程度か？
• RQ5 冗長性または故障耐性を備えたバージョンにおける最適戦略の正確な競争比は何か？

主な発見

• ベース $ b $ の指数関数的戦略は、標準的なレイトレース探索モデルで $ 1 + 2\frac{b^m - 1}{b - 1} $ の競争比を達成する。
• この競争比を達成するいかなる戦略も、少なくとも $ \log_b(d(b-1)+1) + 1 $ 回のターンを必要とし、これは指数関数的戦略のターン数と一致する。
• コントラクトスケジューリングにおいて、ベース $ b $ の指数関数的戦略は、任意の時点で1つの問題に対して最大1つの契約が進行中であることを保証し、加速比は $ \beta $ で有界である。下界は $ \delta $ について背理法により導出される。
• 時間間隔 $ [\sum_{j=0}^{i-n-1}b^j, \sum_{j=0}^{i}b^j] $ における任意の問題の完了契約数は1つ未満であり、この条件が指数関数的戦略より小さい加速比を仮定すると矛盾が生じる。
• 本稿は、確率的設定において周期的戦略が $ \Theta(m/p^2) $-競争的を超えることはないことを証明し、その性能に根本的な限界があることを示唆している。
• 分析により、レイトレース探索とコントラクトスケジューリングの背後には同一の数学的構造が存在することが確認され、競争比、ターン数、実行回数の統一的取り扱いが可能である。