[論文レビュー] Improved Approximation for Guarding Simple Galleries from the Perimeter

James King, David Kirkpatrick|arXiv (Cornell University)|Jan 24, 2010

Computational Geometry and Mesh Generation参考文献 1被引用数 4

ひとこと要約

本稿では、単純多角形を頂点または周囲に配置された監視者で覆う問題に対して、$O(\log\log\mathrm{OPT})$-近似アルゴリズムを提示する。これは、以前の$O(\log\mathrm{OPT})$の境界を改善するものである。本稿は、監視問題から導かれるヒッティングセットインスタンスのための$\varepsilon$-ネット探索器を設計し、Brönnimann-Goodrichフレームワークを適用することで、単純多角形に対して、証明可能な非対数的性能を有する多項式時間近似アルゴリズムを実現している。

ABSTRACT

We provide an O(log log OPT)-approximation algorithm for the problem of guarding a simple polygon with guards on the perimeter. We first design a polynomial-time algorithm for building epsilon-nets of size O(1/epsilon log log 1/epsilon) for the instances of Hitting Set associated with our guarding problem. We then apply the technique of Bronnimann and Goodrich to build an approximation algorithm from this epsilon-net finder. Along with a simple polygon P, our algorithm takes as input a finite set of potential guard locations that must include the polygon's vertices. If a finite set of potential guard locations is not specified, e.g. when guards may be placed anywhere on the perimeter, we use a known discretization technique at the cost of making the algorithm's running time potentially linear in the ratio between the longest and shortest distances between vertices. Our algorithm is the first to improve upon O(log OPT)-approximation algorithms that use generic net finders for set systems of finite VC-dimension.

研究の動機と目的

• 頂点または周囲に制限された監視者を用いた単純多角形の監視問題に対する多項式時間近似アルゴリズムを設計し、$O(\log\mathrm{OPT})$の境界を改善すること。
• 監視問題から生じるヒッティングセットインスタンスのための、サイズ$O\left(\frac{1}{\varepsilon}\log\log\frac{1}{\varepsilon}\right)$の$\varepsilon$-ネット探索器を設計すること。
• Brönnimann-Goodrichフレームワークを適用し、$\varepsilon$-ネット探索器を用いて、より良い近似比を達成する完全な近似アルゴリズムに変換すること。
• 監視者の配置が事前に指定されていない場合に対処するため、長さの最大値と最小値の比$\Delta$に依存する計算時間の増加を伴う離散化技術を用いること。

提案手法

• アートギャラリー問題における周囲または頂点監視者を用いたヒッティングセットインスタンスのための$\varepsilon$-ネット探索器を構築し、サイズ$O\left(\frac{1}{\varepsilon}\log\log\frac{1}{\varepsilon}\right)$を達成する。
• Brönnimann-Goodrichフレームワークを適用し、$\varepsilon$-ネットを用いて監視問題に対する$O(\log\log\mathrm{OPT})$-近似アルゴリズムを導出する。
• 有限な監視者配置集合が与えられない場合に、既知の離散化技術を用いることで、アルゴリズムが$n$および$\Delta$に関して多項式時間内に動作することを保証する。
• 視界断片の構造とそのタイプ（1～6）を分析し、各レベルあたりの断片数を制限する。各レベルで「実りある」断片は定数個であることを証明し、これによりネットサイズを制御する。
• 実りある断片はタイプ(3)～(6)に限られ、タイプ(6)の断片は高々2つの実りある子をもつことから、視界構造の成長を制限する。
• 視界集合系のVC次元の性質を活用し、$\varepsilon$-ネット構築が効率的であり、結果として得られるアルゴリズムが多項式時間で実行されることを保証する。

実験結果

リサーチクエスチョン

• RQ1 頂点または周囲の監視者を用いた単純多角形の監視問題について、$O(\log\mathrm{OPT})$を超える近似比を達成できるか。
• RQ2 周囲監視者に対して$o(\log\log\mathrm{OPT})$の近似、あるいはAPX-hardness結果に一致する定数近似が達成可能か。
• RQ3 周囲監視者用の集合系の真のVC次元は何か。23という上界は改善可能か。
• RQ4 点監視者ではより複雑な視界構造を示すが、同様の$O(\log\log\mathrm{OPT})$近似を点監視者に対しても拡張可能か。

主な発見

• 本稿は、頂点または周囲の監視者を用いた単純多角形の監視問題に対して、$O(\log\log\mathrm{OPT})$-近似を達成し、この設定において$O(\log\mathrm{OPT})$の境界を改善する最初の結果をもたらした。
• サイズ$O\left(\frac{1}{\varepsilon}\log\log\frac{1}{\varepsilon}\right)$の$\varepsilon$-ネット探索器が構築され、標準的な$O(\frac{1}{\varepsilon})$ネットに比べて非最適ではあるが、より良い近似に十分である。
• アルゴリズムは$n$および潜在的監視者配置数に関して多項式時間で実行され、有限な監視者集合が与えられない場合でも、$n$および$\Delta$に関して多項式時間で動作する。
• 分析により、各レベルあたり高々2つの断片が実りあることが示され、ある点を視界に含むレベル$i$における断片数は$4i$以下であることが分かっている。これはVC次元関連の複雑さを制限する。
• 本稿は、周囲監視者用集合系のVC次元が少なくとも5であり、おそらく6であることを確立している。点監視者に適用される23という上界は、周囲監視者に対しても当然に成り立つ。
• 本研究は、周囲監視者に対して定数近似が可能である可能性を残しており、EidenbenzのAPX-hardness結果と一致する。また、点監視者と比較して、周囲監視者のVC次元上界の改善はより容易である可能性を示唆している。