[論文レビュー] Implicit Decision Diagrams

Isaac Rudich, Louis-Martin Rousseau|arXiv (Cornell University)|Feb 24, 2026

Constraint Satisfaction and Optimization被引用数 0

ひとこと要約

この論文は、各層の構築コストを削減するための暗黙的意思決定ダイアグラムを導入し、ブラックボックス枠組みでの最適性を証明し、Subset Sum において Gurobi を上回る Julia ソルバー (ImplicitDDs.jl) を公開する。

ABSTRACT

Decision Diagrams (DDs) have emerged as a powerful tool for discrete optimization, with rapidly growing adoption. DDs are directed acyclic layered graphs; restricted DDs are a generalized greedy heuristic for finding feasible solutions, and relaxed DDs compute combinatorial relaxed bounds. There is substantial theory that leverages DD-based bounding, yet the complexity of constructing the DDs themselves has received little attention. Standard restricted DD construction requires $O(w \log(w))$ per layer; standard relaxed DD construction requires $O(w^2)$, where $w$ is the width of the DD. Increasing $w$ improves bound quality at the cost of more time and memory. We introduce implicit Decision Diagrams, storing arcs implicitly rather than explicitly, and reducing per-layer complexity to $O(w)$ for restricted and relaxed DDs. We prove this is optimal: any framework treating state-update and merge operations as black boxes cannot do better. Optimal complexity shifts the challenge from algorithmic overhead to low-level engineering. We show how implicit DDs can drive a MIP solver, and release ImplicitDDs, an open-source Julia solver exploiting the implementation refinements our theory enables. Experiments demonstrate the solver outperforms Gurobi on Subset Sum. Code (https://github.com/IsaacRudich/ImplicitDDs.jl)

研究の動機と目的

• DD 構築の複雑さを分析し、問題固有のコストと固有のコストを分離する。
• 各層のコストを削減するためにアークを暗黙に格納する暗黙的制限付き DD および暗黙的緩和 DD を開発する。
• ブラックボックス状態更新とマージ操作の下で暗黙 DD 構築の最適性を証明する。
• 暗黙 DD フレームワークを整数計画に適用し、MIP ソルバーを駆動できることを示す。
• オープンソースのソルバー (ImplicitDDs.jl) を公開し、ベンチマーク問題での性能を検証する。）

提案手法

• DD 構築における固有コストと問題固有コストを定義する。
• 幅 O(width) の層ごとの複雑さを持つ暗黙的制限付き DD および暗黙的緩和 DD を提示する。
• 最適性を証明する：ブラックボックス枠組みでは O(width) の因子を上回ることはできない。
• 整数計画へのアプローチを特化させ、固有コストが問題固有コストを支配することを示す。
• ImplicitDDs.jl を JuMP 経由でインタフェースする Julia ベースのソルバーとして提供し、実用的な性能を示す。

Figure 1 : Exact decision diagram for $\mathcal{P}_{ex}$ . X indicates a constraint violation.

実験結果

リサーチクエスチョン

• RQ1 暗黙的 DD が従来の O(width log width)（制限付き）および O(width^2)（緩和）から O(width) へ層ごとの計算コストを低減し、正確性を維持できるか？
• RQ2 状態更新とマージをブラックボックスとして扱う場合の DD 構築の理論的限界（最適性）はどこにあるか？
• RQ3 暗黙 DD をどのように MIP/IP ソルバーに統合し、JuMP を介して活用できるか？
• RQ4 暗黙 DD が Subset Sum のような古典的組合せ最適化問題に実用的な性能向上をもたらすか？
• RQ5 暗黙 DD フレームワーク下での問題固有コストと固有コストの比較は IP の設定でどうなるか？

主な発見

• 暗黙的制限付き DD および暗黙的緩和 DD は、層ごとの複雑さを O(width) に達成し、従来の O(width log width) および O(width^2) を上回る。
• 状態更新とマージに関するブラックボックス枠組みでは O(width) の構築境界は最適である。
• 整数計画では、問題固有コストが固有コストに包含され、理論的保証が保持される。
• 著者らは JuMP と連携する最適化済みのオープンソース Julia ソルバー ImplicitDDs.jl を公開した。
• 実験では Subset Sum においてソルバーが Gurobi を上回ることを示している。

Figure 2 : Restricted DD for $\mathcal{P}_{ex}$ , $0pt=3$ . X marks infeasible or trimmed nodes.