[論文レビュー] Optimal Online Contention Resolution Schemes via Ex-Ante Prophet Inequalities.

Euiwoong Lee, Sahil Singla|arXiv (Cornell University)|Jun 25, 2018

Cooperative Communication and Network Coding被引用数 17

ひとこと要約

本稿では、ex-ante relaxationベンチマークを用いたマトロイドプロフェット不等式への還元により、マトロイドに対する最初の最適な 1/2-OCRS を提示する。さらに、(1−1/e)-ランダムオーダー競合解決スキームを導入し、新規のプロフェット不等式技術を用いてタイトな性能保証を達成する。

ABSTRACT

Online contention resolution schemes (OCRSs) were proposed by Feldman, Svensson, and Zenklusen as a generic technique to round a fractional solution in the matroid polytope in an online fashion. It has found applications in several stochastic combinatorial problems where there is a commitment constraint: on seeing the value of a stochastic element, the algorithm has to immediately and irrevocably decide whether to select it while always maintaining an independent set in the matroid. Although OCRSs immediately lead to prophet inequalities, these prophet inequalities are not optimal. Can we instead use prophet inequalities to design optimal OCRSs? We design the first optimal $1/2$-OCRS for matroids by reducing the problem to designing a matroid prophet inequality where we compare to the stronger benchmark of an ex-ante relaxation. We also introduce and design optimal $(1-1/e)$-random order CRSs for matroids, which are similar to OCRSs but the arrival is chosen uniformly at random.

研究の動機と目的

• 標準のプロフェット不等式よりも強いベンチマークとしてのex-anteリラクゼーションを用いることで、既存のオンライン競合解決スキーム（OCRS）と最適なプロフェット不等式の間のギャップを埋める。
• コミットメント制約付きのオンライン選択設定において、可能な限り高い性能保証を達成するマトロイドに対する最適な 1/2-OCRS を設計する。
• フレームワークをランダムオーダー到着に拡張し、マトロイドに対する最適な (1−1/e)-ランダムオーダー競合解決スキームを導入・構築する。
• ex-anteリラクゼーションを設計ツールとして用いることで、プロフェット不等式と競合解決スキームの間の関係を統一的かつ強化する。

提案手法

• OCRSの設計を、ベンチマークとしてex-anteリラクゼーションを用いたマトロイドプロフェット不等式の構築問題に還元する。これは、標準のプロフェット不等式よりも強いベンチマークである。
• ex-anteリラクゼーションを用いて、OCRSのタイトな性能保証1/2を導出し、マトロイドにおける可能な限り最高のバウンドに一致させる。
• 要素が一様ランダムな順序で到着する新しいクラスの競合解決スキーム—ランダムオーダーCRS—を導入し、マトロイドに対する最適な (1−1/e)-ランダムオーダーCRSを設計する。
• マージナルゲインと整合性制約の精密な分析に依存して、プロフェット不等式理論の技術を応用し、最適な性能保証を導出する。
• OCRS設計問題を、緩和されたベンチマークを用いたプロフェット不等式問題に還元することで、よりタイトな解析を可能にする。
• マトロイドポリトープの構造と分数解を活用して、独立性を保ちながらオンライン選択意思決定をガイドする。

実験結果

リサーチクエスチョン

• RQ1 ex-anteリラクゼーションをベンチマークとして用いたプロフェット不等式により、マトロイドに対する最適な 1/2-OCRS を設計できるか？
• RQ2 コミットメント制約付きのオンラインマトロイド選択問題において、OCRSが達成可能な最良の性能保証は何か？
• RQ3 フレームワークをランダムオーダー到着に拡張し、マトロイドに対する最適な (1−1/e)-ランダムオーダーCRS を達成できるか？
• RQ4 標準のプロフェット不等式と比較して、ex-anteリラクゼーションベンチマークは競合解決スキームの設計と解析をどのように改善するか？
• RQ5 より強いベンチマークを用いる場合、最適なOCRSとプロフェット不等式の間にタイトな関係が存在するか？

主な発見

• 本稿では、マトロイドに対する最初の最適な 1/2-OCRS を構築し、オンライン選択設定における可能な限り最高の性能保証を達成する。
• OCRS問題をex-anteリラクゼーションをベンチマークとするマトロイドプロフェット不等式に還元することで、タイトな解析が可能となり、設計が達成される。
• マトロイドに対する最適な (1−1/e)-ランダムオーダー競合解決スキームが設計され、このモデルにおける既知の最良のバウンドに一致する。
• ex-anteリラクゼーションをベンチマークとして用いることで、従来の標準的プロフェット不等式技術では達成できなかった最適な性能保証が導出可能になる。
• 強いベンチマークを用いる場合、最適なOCRSとプロフェット不等式の間にタイトな関係が確立され、オンライン確率的最適化分野における未解決問題が解決される。
• 本フレームワークは、緩和されたベンチマークを用いたプロフェット不等式の知見を活用することで、最適な競合解決スキームを設計する一般的手法を提供する。