[論文レビュー] Optimal Algorithms for Ski Rental with Soft Machine-Learned Predictions

Rohan Kodialam|arXiv (Cornell University)|Feb 28, 2019

Optimization and Search Problems参考文献 10被引用数 7

ひとこと要約

本稿では、スキー料金問題にソフトマシンラーニング予測を組み込んだ最適な確率的アルゴリズムを提示する。具体的には、スキー日数が最大B日である確率を予測する。予測確率を用いて、オムニスコイアントなオフラインアルゴリズムに対する最悪期待競合比を最小化する戦略を導出し、予測が誤っている場合でも頑健な性能バウンドを確立する。正確な予測では約1.45の競合比を達成し、誤差がある場合でも理論的上限を維持する。

ABSTRACT

We consider a variant of the classic Ski Rental online algorithm with applications to machine learning. In our variant, we allow the skier access to a black-box machine-learning algorithm that provides an estimate of the probability that there will be at most a threshold number of ski-days. We derive a class of optimal randomized algorithms to determine the strategy that minimizes the worst-case expected competitive ratio for the skier given a prediction from the machine learning algorithm,and analyze the performance and robustness of these algorithms.

研究の動機と目的

• スキー料金問題に対して、最大B日分のスキー日数である確率というソフトマシンラーニング予測を組み込んだ最適な確率的オンラインアルゴリズムを設計すること。
• 完全に情報を持つオフラインアルゴリズムに対する最悪期待競合比を最小化すること。
• 予測が不正確な場合の理論的性能保証、特に頑健性バウンドを提供すること。
• 古典的オンライン最適化と競合分析に確率的ML出力を統合するフレームワークを形式化すること。

提案手法

• スキー料金問題を、購入コストBと1日あたり1のレンタルコストをもつ連続時間意思決定問題として形式化する。
• スキー客の確率的戦略を、予測確率α̂にパラメータ化された累積分布関数p(x)で定義する。この関数がいつ購入するかを決定する。
• 予測されたα̂を用いて、最悪期待競合比を最小化する最適なしきい値z*を導出する。
• 敵対的y分布q(y)を用いた競合比分析により、最悪性能バウンドを計算する。
• 予測誤差による競合比の最大劣化を定量化する性能バウンドΔ(α̂)を確立する。
• 理論的競合比を特定のα̂値に対して解析的に計算するために、Lambert W関数を用いる。

実験結果

リサーチクエスチョン

• RQ1 スキー日数が最大B日である確率というソフト予測が与えられた場合、スキー料金問題における最適な確率的戦略は何か？
• RQ2 アルゴリズムの競合比は、予測確率α̂の正確さにどのように依存するか？
• RQ3 予測確率α̂が誤っている場合の性能劣化の最悪ケースは何か？
• RQ4 予測誤差が著しく大きい場合でも、アルゴリズムが強力な性能保証を維持できるか？
• RQ5 予測が誤っている場合の競合比の理論的上限は何か？また、予測誤差とどのように関係するか？

主な発見

• α̂ = 0.15という正確な予測の場合、平均競合比は1.446に達し、理論的値の約1.45に非常に近い。
• 予測なしの状態では、最適戦略が1.584の競合比を達成し、古典的値e/(e−1) ≈ 1.582に近く、基準性能を確認できる。
• 誤った予測（α̂ = 0.60）が与えられた場合、競合比は1.749に上昇するが、理論的上限1.95以内に収まり、安全である。
• α̂ = (e−2)/(e−1) ≈ 0.264の場合、Δ(α̂) = 0であるため、性能劣化はなく、情報の増加がないため誤差による劣化もない。
• 予測誤差による性能劣化はΔ(α̂)でバウンドされ、α̂ = 0.264でゼロとなり、この値から逸脱するほど増加する。
• このフレームワークにより、スキー客は予測α̂とその誤差εのみを用いて、最良ケースおよび最悪ケースの期待競合比を計算可能である。