[論文レビュー] Parallel Linear Search with no Coordination for a Randomly Placed Treasure

Amos Korman, Yoav Rodeh|arXiv (Cornell University)|Feb 16, 2016

Optimization and Search Problems参考文献 18被引用数 2

ひとこと要約

本稿では、有限個の箱にランダムに配置された宝を探し当てる非協調的並列探索アルゴリズムを提案し、k人の探索者が使用する場合に、$\frac{k(k+1)}{3k-1}$ のスピードアップを達成する。これは、漸近的に完全な協調性と比較して3倍程度の悪さに近づく。アルゴリズムは確率的ボックス選択に基づくシンプルでメモリ効率の良い戦略を用い、スピードアップの観点から最適であることが証明されており、積分最適化とガンマ関数の不等式を用いてタイトな境界が確立されている。

ABSTRACT

In STOC'16, Fraigniaud et al. consider the problem of finding a treasure hidden in one of many boxes that are ordered by importance. That is, if a treasure is in a more important box, then one would like to find it faster. Assuming there are many searchers, the authors suggest that using an algorithm that requires no coordination between searchers can be highly beneficial. Indeed, besides saving the need for a communication and coordination mechanism, such algorithms enjoy inherent robustness. The authors proceed to solve this linear search problem in the case of countably many boxes and an adversary placed treasure, and prove that the best speed-up possible by $k$ non-coordinating searchers is precisely $\frac{k}{4}(1+1/k)^2$. In particular, this means that asymptotically, the speed-up is four times worse compared to the case of full coordination. We suggest an important variant of the problem, where the treasure is placed uniformly at random in one of a finite, large, number of boxes. We devise non-coordinating algorithms that achieve a speed-up of $6/5$ for two searchers, a speed-up of $3/2$ for three searchers, and in general, a speed-up of $k(k+1)/(3k-1)$ for any $k \geq 1$ searchers. Thus, as $k$ grows to infinity, the speed-up approaches three times worse compared to the case of full coordination. Moreover, these bounds are tight in a strong sense as no non-coordinating search algorithm for $k$ searchers can achieve better speed-ups. We also devise non-coordinating algorithms that use only logarithmic memory in the size of the search domain, and yet, asymptotically, achieve the optimal speed-up. Finally, we note that all our algorithms are extremely simple and hence applicable.

研究の動機と目的

• 宝が無限個の箱に敵対的（アドバーシャル）に配置されるのではなく、有限個の箱にランダムに配置される状況における、非協調的並列探索のギャップを埋める。
• 探索者間の協調が不要なシンプルで頑健な探索アルゴリズムを設計し、ランダム配置モデルにおいて高いスピードアップを達成する。
• 有限でランダム配置の設定下で、k人の探索者を用いた任意の非協調的アルゴリズムが達成可能な最大スピードアップのタイトな上界を確立する。
• 探索ドメインサイズに対して対数的メモリしか使用しないアルゴリズムを設計し、漸近的に最適なスピードアップを達成する。
• 連続的緩和と積分制約上の変分法を用いて、提案されたスピードアップの上界の最適性を証明する。

提案手法

• 本稿では、探索プロセスを、探索者tがボックスxをチェックする確率を表す行列$N(x,t)$としてモデル化し、期待探索時間をxとtの二重積分として定式化する。
• 最適戦略は、列制約$\int_0^1 N(x,t) \, dx \leq t$の下で、積分$\int_0^\infty \int_0^1 \frac{1}{x} N(x,t)^k \, dx \, dt$ を最小化することで導出される。
• 最適関数$\text{OPT}_k(x,t)$は、区分的関数として構築される：$t < 1/k$ の場合、$\alpha x^{1/(k-1)}$ のべき乗則形式を用い、$t \geq 1/k$ の場合、定数またはゼロとなる。
• スピードアップの上界は、$\text{OPT}_k$ の積分を評価することで得られ、$\theta_{\text{OPT}_k}(k) = \frac{3k-1}{k(k+1)}$ となり、これはスピードアップの逆数に相当する。
• アルゴリズム3は、範囲内での一様ランダムサンプリングに基づく離散的でメモリ効率の良いボックス選択ルールを採用し、$M \to \infty$ の漸近的性能が分析されている。
• ガンマ関数の不等式を用いて、$\prod_{i=a}^b \frac{i}{i + \varphi}$ の形をとる積の上界を評価し、離散的アルゴリズムの生存確率の分析に用いられている。

実験結果

リサーチクエスチョン

• RQ1 $M \to \infty$ のとき、宝が$M$個のボックスに一様ランダムに配置された状況で、$k$人の非協調的探索者が達成可能な最大スピードアップは何か？
• RQ2 本稿のランダム配置モデルにおける最適スピードアップは、先行研究で扱われた敵対的配置モデルと比較してどのように異なるか？
• RQ3 非協調的探索アルゴリズムは、探索ドメインサイズに対して対数的メモリしか使用しないにもかかわらず、近似的に最適なスピードアップを達成できるか？
• RQ4 $\frac{k(k+1)}{3k-1}$ のスピードアップは、すべての$k \geq 1$ に対してタイトか？ また、シンプルで実用的なアルゴリズムによって達成可能か？
• RQ5 離散探索問題の連続的緩和は、変分法を用いて、達成可能なスピードアップのタイトな境界を導くことができるか？

主な発見

• ランダム配置モデル下でのk人の非協調的探索者に対する最適スピードアップは$\frac{k(k+1)}{3k-1}$ であり、$k \to \infty$ のとき、完全な協調性のスピードアップの約1/3に近づく。
• 2人の探索者ではスピードアップが正確に$\frac{6}{5}$、3人の探索者では$\frac{3}{2}$ となり、両者とも理論的上界と一致する。
• 提案されたアルゴリズムは$\frac{k(k+1)}{3k-1}$ のスピードアップを達成し、最適性が証明されている：非協調的アルゴリズムではこれ以上のスピードアップは達成できない。
• スピードアップの上界は、積分定式化により、$\text{OPT}_k$ が達成する期待探索時間よりも小さい期待探索時間をもつ戦略は存在しないことから、強い意味でタイトである。
• アルゴリズム3は離散的でメモリ効率の良いバージョンであり、$O(\log M)$ のメモリ使用量で、連続的最適戦略と同等のスピードアップを漸近的に達成する。
• ガンマ関数の不等式を用いて、アルゴリズムの解析における離散的積の上界が漸近的にタイトであることを証明し、導出されたスピードアップの最適性を裏付けている。