[論文レビュー] Hardness of Online Sleeping Combinatorial Optimization Problems

Satyen Kale, Chansoo Lee+1 more|arXiv (Cornell University)|Jan 1, 2016

Optimization and Search Problems被引用数 10

ひとこと要約

この論文は、オンライン組合せ最適化問題—例えばオンライン最短経路、最小スパニングツリー、二部マッチング—が、行動が動的に利用不可となる（スリーピング設定と呼ばれる）状況下では計算的に困難になることを示している。本論文は、これらのスリーピング版が、DNF式のPAC学習問題と同等かそれ以上の難易度であることを証明し、COLT 2015で提起されたオープンな問題を解決するとともに、いくつかの基本的問題に対して強い計算下界を確立した。

ABSTRACT

We show that several online combinatorial optimization problems that admit efficient no-regret algorithms become computationally hard in the sleeping setting where a subset of actions becomes unavailable in each round. Specifically, we show that the sleeping versions of these problems are at least as hard as PAC learning DNF expressions, a long standing open problem. We show hardness for the sleeping versions of Online Shortest Paths, Online Minimum Spanning Tree, Online k-Subsets, Online k-Truncated Permutations, Online Minimum Cut, and Online Bipartite Matching. The hardness result for the sleeping version of the Online Shortest Paths problem resolves an open problem presented at COLT 2015 [Koolen et al., 2015].

研究の動機と目的

• 行動が動的に利用不可となる（スリーピング設定）場合のオンライン組合せ最適化問題の計算複雑性を調査すること。
• これらの問題のスリーピング版において、効率的なノーレグレットアルゴリズムが依然として可能かどうかを特定すること。
• スリーピング問題を長年のオープンな問題であるDNF式のPAC学習問題に還元することで、計算困難性の結果を確立すること。
• COLT 2015で提起された、オンライン最短経路問題のスリーピング版の難易度に関するオープンな問題を解決すること。

提案手法

• DNF式のPAC学習問題から、オンライン組合せ最適化問題のスリーピング版への還元。
• スリーピング制約下でもDNF学習の難易度を保持する還元フレームワークの構築。
• スリーピング版に対する効率的なノーレグレットアルゴリズムが存在すれば、DNFのPAC学習問題が解けることの証明。
• オンライン最短経路、最小スパニングツリー、k-サブセット、k-トリuncated順列、最小カット、および二部マッチングといった複数の具体的な問題への還元の適用。
• 組合せ論的および複雑性理論的技術を用いて、スリーピング設定が問題の難易度を根本的に高めることの証明。
• スリーピング版がPAC学習DNF問題と同等かそれ以上の難易度であることを形式的に証明。この問題は未解決のままである。

実験結果

リサーチクエスチョン

• RQ1 スリーピング版のオンライン最短経路問題は計算的に困難であり、PAC学習DNFの難易度と一致するか？
• RQ2 標準的なオンライン組合せ最適化問題のスリーピング版に対して、効率的なノーレグレットアルゴリズムを設計できるか？
• RQ3 各ラウンドにおける行動の動的な利用不可性が、オンライン最適化の計算複雑性をどの程度増加させるか？
• RQ4 PAC学習DNFの難易度は、スリーピングオンライン最適化の計算的障壁として機能するか？
• RQ5 ノーレグレットアルゴリズムを複数の組合せ問題にスリーピング設定に拡張する際に、本質的な制限は存在するか？

主な発見

• オンライン最短経路、最小スパニングツリー、k-サブセット、k-トリuncated順列、最小カット、および二部マッチングのスリーピング版は、すべてDNF式のPAC学習問題と同等かそれ以上の難易度である。
• スリーピング版オンライン最短経路問題の難易度結果は、COLT 2015で提起されたオープンな問題を解決した。
• これらの問題のスリーピング版に対する効率的なノーレグレットアルゴリズムが存在すれば、長年のPAC学習DNF問題が解けることになる。
• スリーピング設定が導入する計算的障壁は、PACモデルにおけるDNF式の学習の難易度と同等である。
• 本研究の結果は、強力な否定的結果を確立した：これらの基本的問題において、スリーピング設定では効率的なノーレグレット学習が極めて困難である。