[論文レビュー] Rational Deployment of Multiple Heuristics in IDA*

David Tolpin, Oded Betzalel+2 more|arXiv (Cornell University)|Nov 24, 2014

Robotic Path Planning Algorithms参考文献 11被引用数 4

ひとこと要約

本稿では、局所的期待後悔基準に基づき、IDA*探索中に高コストなヒューリスティクスを計算するかどうかを動的に意思決定するメタリーダイニング手法であるRational Lazy IDA*（RLIDA*）を提案する。ヒューリスティクスの遅延評価と、有益な場合にのみ高コストな評価を実行することにより、RLIDA*は標準IDA*およびLazy IDA*よりも高速な探索時間を達成し、スライディングタイルパズルおよびコンテナリポジションング問題においてそれらを上回る性能を示した。

ABSTRACT

Recent advances in metareasoning for search has shown its usefulness in improving numerous search algorithms. This paper applies rational metareasoning to IDA* when several admissible heuristics are available. The obvious basic approach of taking the maximum of the heuristics is improved upon by lazy evaluation of the heuristics, resulting in a variant known as Lazy IDA*. We introduce a rational version of lazy IDA* that decides whether to compute the more expensive heuristics or to bypass it, based on a myopic expected regret estimate. Empirical evaluation in several domains supports the theoretical results, and shows that rational lazy IDA* is a state-of-the-art heuristic combination method.

研究の動機と目的

• 複数の適切なヒューリスティクスが利用可能な状況、特に一部が計算コストの高い場合にIDA*の効率を向上させること。
• 標準IDA*では、すべてのノードに対してすべてのヒューリスティクスを計算する高コストなオーバーヘッドが生じる問題に対処すること。
• 実行時において、二次的ヒューリスティクスの計算を実行するかスルーするかを期待後悔に基づいて意思決定する合理的なメタリーディングフレームワークを構築すること。
• 最適性を維持しながら、合計探索時間の観点で標準IDA*およびLazy IDA*を上回ること。
• スライディングタイルパズルやコンテナリポジションング問題といった困難なドメインにおける実験的評価を実施すること。

提案手法

• ヒューリスティクスを1つずつ評価する、h₁(n)がカットオフを引き起こさない場合にのみh₂(n)を計算するLazy IDA*というIDA*の変種を提案する。
• h₂(n)の計算を実行するか、または即座にノードを展開するかを決定するために、局所的期待後悔基準を用いるRational Lazy IDA*（RLIDA*）を導入する。
• h₂(n)をスキップした場合の期待後悔に基づく意思決定ルールを採用し、計算コストとf値推定の向上という利点のバランスを取る。
• h₂(n)がカットオフを引き起こす確率を推定する確率的推定値p_hを用いて、h₂の計算またはスキップを合理的に決定する。
• 深さ優先かつ反復深化のフレームワークを採用し、線形空間と最適解保証を維持する。
• h₁が子ノードをすべて prune しないという仮定が破綻する場合に対応するフレームワークの拡張を実施するが、これは二次的な懸念として扱う。

実験結果

リサーチクエスチョン

• RQ1 理性的なメタリーディングは、解の品質を損なわせることなく、IDA*におけるヒューリスティクス計算に費やす時間を短縮できるか？
• RQ2 複数の適切なヒューリスティクスが利用可能な状況で、ヒューリスティクスの遅延評価はどれほどオーバーヘッドを低減できるか？
• RQ3 局所的期待後悔基準を用いることで、高コストなヒューリスティクス評価を意図的にスキップすることで、探索効率をどの程度向上できるか？
• RQ4 異なる問題ドメインにおいて、RLIDA*は標準IDA*およびLazy IDA*と比べて実行時間およびノード展開数の観点でどの程度優れているか？
• RQ5 h₁が子ノードをすべて prune しないという仮定が満たされない場合、RLIDA*の性能にどのような影響が生じるか？

主な発見

• スライディングタイルパズルおよびコンテナリポジションング問題の両ドメインにおいて、RLIDA*はIDA*、Lazy IDA*、標準IDA*の中で最も優れた全体的性能を達成した。
• 実験的結果から、RLIDA*は不要な高コストヒューリスティクス計算を回避することで、合計探索時間を顕著に短縮していることが示された。
• 一部のドメインではh₂の評価回数が最大40％まで削減されたが、ノード展開数の増加は最小限に抑えられた。
• タイルパズルでは約40％のノードでh₁が子ノードをすべて prune しないという仮定が破綻しているにもかかわらず、RLIDA*は依然として大部分の潜在的高速化を達成した。
• コンテナリポジションング問題では仮定の破綻が60％のノードで観察されたが、RLIDA*と完全に情報を持つ理想解（clairvoyant ideal）との間にはギャップが残っており、さらなる改善の余地があることが示唆された。
• 非現実的だが完全に情報を持つクラリベイント方式は性能向上の上限を示し、RLIDA*はその理論的上限の大部分を達成している。