[論文レビュー] Phase transition in the knapsack problem

Nitin Yadav, Carsten Murawski+2 more|arXiv (Cornell University)|Jun 26, 2018

Optimization and Search Problems参考文献 17被引用数 3

ひとこと要約

本稿は、0-1ナップサック問題における段階的転移を調査し、解法可能性と計算の難易度を決定づける主要なパrameterとして正規化された容量と利益を同定する。両者ともに、計算の難易度と人間の意思決定時間のピークがc/p ≈ 1の段階的転移境界付近に現れることを示しており、この領域が機械および人間の両者にとって最も困難なインスタンスを表すという、実験的および理論的証拠を提示する。

ABSTRACT

We examine the phase transition phenomenon for the Knapsack problem from both a computational and a human perspective. We first provide, via an empirical and a theoretical analysis, a characterization of the phenomenon in terms of two instance properties; normalised capacity and normalised profit. Then, we show evidence that average time spent by human decision makers in solving an instance peaks near the phase transition. Given the ubiquity of the Knapsack problem in every-day life, a better understanding of its structure can improve our understanding not only of computational techniques but also of human behavior, including the use and development of heuristics and occurrence of biases.

研究の動機と目的

• 正規化された容量と利益を順序パrameterとして用いて、ナップサック問題における段階的転移を特徴づけること。
• 計算の難易度と人間の認知的難易度が段階的転移境界付近に一致するかどうかを特定すること。
• アルゴリズム的および人間の意思決定の文脈におけるインスタンスの複雑さと解法可能性の段階的転移を結びつける理論的および実験的証拠を提供すること。
• 段階的転移がヒューリスティクス、バイアス、人間の意思決定における認知的過負荷の理解に与える影響を検討すること。

提案手法

• 正規化された容量（c）と正規化された利益（p）を主なインスタンス特性として用い、ランダムな0-1ナップサックインスタンスを実験的に分析する。
• 解の確率の下界を理論的に導出する。これは、解法可能性をモデル化する高速な貪欲型推定ルールを用いる。
• 参加者がコンピュータインターフェースを通じてナップサックインスタンスを解く人間の実験を実施し、各探索状態に費やす時間を測定する。
• 段階的転移への近接度の代理としてlog(c/p)を用い、人間参加者が各状態に費やした平均時間と相関をとる。
• 同一インスタンスについて人間の反応時間とMinizincソルバのパフォーマンスを比較し、段階的転移効果を検証する。
• 制約度の測定値κ = 1 − log₂(E[Sol])/Nを適用し、c/p ≈ 1のときκ ≈ 1となることを示し、この領域が段階的転移の臨界点に対応することを確認する。

実験結果

リサーチクエスチョン

• RQ1 0-1ナップサック問題は解法可能性において段階的転移を示すか。その場合、それを定義づける主要なインスタンスパラメータは何か？
• RQ2 他のNP完全問題と同様に、計算が難しいインスタンスは段階的転移境界付近に位置するか？
• RQ3 人間の意思決定時間は段階的転移付近でピークに達するか。これは認知的難易度の増加を示唆するか？
• RQ4 制約度の測定値κはナップサック問題における段階的転移とどのように関係するか？
• RQ5 人間の推論様式と計算の難易度は、ナップサック問題の段階的転移付近でどの程度一致するか？

主な発見

• ナップサック問題における段階的転移はlog(c/p) ≈ 0付近に発生し、これはc/p ≈ 1に対応する。このとき正規化された容量と利益がバランスをとる。
• 計算の難易度は段階的転移境界でピークに達し、SATやハミルトニアン閉路問題など他のNP完全問題の報告と一致する。
• 人間参加者は段階的転移の周辺で、探索ノード1つあたりの平均所要時間が最も長くなる。これは認知的負荷の増加を示している。
• 段階的転移付近（log(c/p) ≈ 0）のノードに費やされた人間の平均時間は、低値および高値の両方の状態よりも長く、人間の難易度のピークを確認する。
• c/p ≈ 1のとき制約度の測定値κ ≈ 1となり、この領域が段階的転移の臨界点に対応することを確認する。
• 本研究は、アルゴリズム的および人間の意思決定の両者の難易度が、解法可能性の段階的転移によって統一的に説明可能であるという実験的および理論的証拠を提供する。