[論文レビュー] How to Hire Secretaries with Stochastic Departures.

Thomas Keßelheim, Alexandros Psomas+1 more|arXiv (Cornell University)|Jan 1, 2019

Optimization and Search Problems被引用数 1

ひとこと要約

本稿は、応募者が到着後に確率的に退職する可能性があることを許容することで、古典的な秘書問題を一般化している。選択の意思決定方針は、時間と到着済み応募者数にのみ依存する動的方針を導入している。最適方針が単調であること、および応募者数が大きい場合には単一のしきい値方針がほぼ最適であることを証明しており、即時意思決定を要しない設定に、確率的退職を伴う最適停止理論を著しく拡張している。

ABSTRACT

We study a generalization of the secretary problem, where decisions do not have to be made immediately upon candidates' arrivals. After arriving, each candidate stays in the system for some (random) amount of time and then leaves, whereupon the algorithm has to decide irrevocably whether to select this candidate or not. The goal is to maximize the probability of selecting the best candidate overall. We assume that the arrival and waiting times are drawn from known distributions. Our first main result is a characterization of the optimal policy for this setting. We show that when deciding whether to select a candidate it suffices to know only the time and the number of candidates that have arrived so far. Furthermore, the policy is monotone non-decreasing in the number of candidates seen so far, and, under certain natural conditions, monotone non-increasing in the time. Our second main result is proving that when the number of candidates is large, a single threshold policy is almost optimal.

研究の動機と目的

• 応募者が即時意思決定を要しないで、到着後に確率的な待ち時間後に退職する可能性がある状況を許容することで、古典的秘書問題を一般化すること。
• 到着時刻と退職時刻の分布が事前に分かっている状況下での採用プロセスをモデル化し、短期間の職務や一時的な機会といった現実世界の状況を捉えること。
• この動的状況下で、最も優れた応募者を選択する確率を最大化する最適意思決定方針を特定すること。
• 特に、経過時間と観察済み応募者数に関する最適方針の構造的性質（特に単調性）を分析すること。
• 最適方針の漸近的挙動を調査し、応募者数が大きい場合に単一しきい値戦略がどれほど最適に近いかを確立すること。

提案手法

• 到着時刻と待機時間の分布が既知である連続時間最適停止問題として問題を形式化すること。
• 意思決定が現在の時間とこれまでに観察された応募者数にのみ依存する動的プログラミングの定式化を導出すること。
• 最適方針が観察済み応募者数に関して単調非減少であることを証明し、応募者が増加するにつれて選択のしきい値が低下しないことを保証すること。
• 自然な条件（例：記憶のない待機時間）の下で、最適方針が時間に関して単調非増加であることを確立し、応募者が退職する前に選択する必要があるという緊急性を反映すること。
• 漸近的解析を用いて、応募者数が非常に大きくなると、固定時間または固定数に達した時点で選択を開始する単一しきい値方針が、ほぼ最適な性能を達成することを示すこと。
• 確率過程理論と再生理論を活用し、到着間隔と退職間隔の分布が既知である場合のシステム挙動を分析すること。

実験結果

リサーチクエスチョン

• RQ1 意思決定が遅延し、応募者が確率的に退職する場合、最適方針の構造はどのようになるか？
• RQ2 最適選択確率は、応募者数とその待機時間分布にどのように依存するか？
• RQ3 応募者数が大きい場合には、最適方針を単一しきい値戦略に簡素化できるか？
• RQ4 最適方針が時間および観察済み応募者数に関して単調である条件は何か？
• RQ5 大規模な設定において、単一しきい値方針の性能は最適方針にどれほど近いか？

主な発見

• 最適方針は、現在の時間と到着済み応募者数にのみ依存し、意思決定を低次元の状態空間に簡素化する。
• 最適方針は、観察済み応募者数に関して単調非減少であり、応募者が増加するにつれて選択の可能性が高まる。
• 自然な条件（例：記憶のない待機時間）の下では、最適方策は時間に関して単調非増加であり、応募者が退職する前に選択する必要があるという緊急性を反映している。
• 応募者数が大きい場合には、固定時間または固定数に達した時点で選択を開始する単一しきい値方策が、最適に近い性能を達成する。
• 本稿は、一時的な応募者を伴う現実世界の採用および割り当て問題への最適停止理論の応用に理論的基盤を提供している。
• 結果として、確率的退職を伴う状況に一般化された古典的秘書問題の知見が得られ、動的環境における実用的かつスケーラブルな意思決定ルールが提供されている。