[論文レビュー] PyCSP3: Modeling Combinatorial Constrained Problems in Python

Christophe Lecoutre, Nicolas Szczepanski|arXiv (Cornell University)|Sep 1, 2020

Constraint Satisfaction and Optimization参考文献 35被引用数 8

ひとこと要約

PyCSP3 は、洗練された高水準の構文を用いて、組合せ制約充足問題（CSP）および最適化問題（COP）を宣言的に指定できる、Pythonベースの制約モデリングライブラリです。PythonモデルとJSONデータを標準化されたXCSP3 XMLインスタンスにコンパイルすることで、モデリングと解決を分離し、任意のXCSP3準拠のソルバで解けるようにすることで、制約プログラミングの研究および応用におけるモジュラーで拡張可能かつ使いやすいワークフローを提供します。

ABSTRACT

In this document, we introduce PyCSP$3$, a Python library that allows us to write models of combinatorial constrained problems in a declarative manner. Currently, with PyCSP$3$, you can write models of constraint satisfaction and optimization problems. More specifically, you can build CSP (Constraint Satisfaction Problem) and COP (Constraint Optimization Problem) models. Importantly, there is a complete separation between the modeling and solving phases: you write a model, you compile it (while providing some data) in order to generate an XCSP$3$ instance (file), and you solve that problem instance by means of a constraint solver. You can also directly pilot the solving procedure in PyCSP$3$, possibly conducting an incremental solving strategy. In this document, you will find all that you need to know about PyCSP$3$, with more than 50 illustrative models.

研究の動機と目的

• 組合せ制約問題を宣言的にモデリングできる、高水準のPython埋め込みドメイン固有言語を提供すること。
• 標準化されたXCSP3中間形式を介して、モデリングの定義と解決の分離を実現すること。
• 統一的で拡張可能なフレームワークを用いて、制約充足問題と最適化問題の両方をサポートすること。
• XCSP3標準を介して複数の制約ソルバとのシームレスな統合を可能にすること。
• Pythonと一般的なデータフォーマットを活用することで、研究者および実務家が入りやすくなるように障壁を低減すること。

提案手法

• 制約の宣言的指定が直感的な構文で可能なPythonライブラリ（PyCSP3）を用いてモデリングを行う。
• データはJSON形式で提供され、構造的で人間および機械が読みやすい問題インスタンスを提供する。
• モデリング段階は、モデル構造と意味を保持したままXCSP3 XMLファイルにコンパイルされる。
• 生成されたXCSP3インスタンスは、任意の互換性のある制約ソルバ（例：Choco、OR-Tools、Picat、ACE）で解かれる。
• PyCSP3に組み込まれたパイロット関数を介して、インクリメンタルな解決とソルバ制御が可能である。
• すべてDifferent、sum、regular、cardinalityを含む25以上の標準制約をサポートし、カスタム制約の拡張も可能である。

実験結果

リサーチクエスチョン

• RQ1 高水準のPythonベースのインターフェースは、制約モデルのアクセシビリティと保守性をどのように向上させるか？
• RQ2 モデリングと解決の分離は、相互運用性とツールチェーンの柔軟性をどの程度向上させるか？
• RQ3 統一的で標準化された中間形式（XCSP3）は、多様なソルバ間でモデルの意味を効果的に保持できるか？
• RQ4 JSONとXMLの統合は、制約プログラミングにおけるデータおよびモデルのポータビリティをどのように向上させるか？
• RQ5 Pythonのような高水準言語を制約モデリングに使用する際、生じるパフォーマンスと使いやすさのトレードオフは何か？

主な発見

• PyCSP3 は、N-クイーン、数独、ゴロム定規といった古典的問題を含む60以上の組合せ問題の宣言的モデリングに成功している。
• XCSP3を介したモデリングと解決の分離により、Choco、OR-Tools、Picatなど複数の制約ソルバとのシームレスな相互運用性が実現されている。
• データにJSON、問題インスタンスにXMLを使用することで、読みやすさと堅牢性が確保され、ネイティブフォーマットと比較して最小限のオーバーヘッドで済む。
• インクリメンタルな解決、ソルバ制御、およびIf、Match、both/eitherといった新規構文を用いた論理的制約の合成といった高度な機能をサポートしている。
• バージョン2.4では、一時的な形式を用いた任意の制約のサポートが導入され、複雑または非標準の制約に対する表現力が向上した。
• ライブラリは現在も活発にメンテナンスされており、PyPIおよびGitHub経由で入手可能で、例題モデルやドキュメントを備えた成長著しいエコシステムを有している。