[論文レビュー] Strategyproof Scheduling with Predictions

Eric Balkanski, Vasilis Gkatzelis+1 more|arXiv (Cornell University)|Sep 8, 2022

Auction Theory and Applications被引用数 4

ひとこと要約

本稿では、機械の処理時間を予測する機械学習手法を活用することで、O(1)の整合性とO(n)のロバスト性を達成する学習補助戦略的スケジューリング手法を提案する。予測に依存するスケジューリングとロバスト性の保証を組み合わせた、新規のメカニズムであるErrorTolerantScaledGreedyを提案し、任意の1-整合性を持つ決定的戦略的メカニズムは無限大のロバスト性を有する必要があることを証明することで、根本的なトレードオフを確立する。

ABSTRACT

In their seminal paper that initiated the field of algorithmic mechanism design, \citet{NR99} studied the problem of designing strategyproof mechanisms for scheduling jobs on unrelated machines aiming to minimize the makespan. They provided a strategyproof mechanism that achieves an $n$-approximation and they made the bold conjecture that this is the best approximation achievable by any deterministic strategyproof scheduling mechanism. After more than two decades and several efforts, $n$ remains the best known approximation and very recent work by \citet{CKK21} has been able to prove an $Ω(\sqrt{n})$ approximation lower bound for all deterministic strategyproof mechanisms. This strong negative result, however, heavily depends on the fact that the performance of these mechanisms is evaluated using worst-case analysis. To overcome such overly pessimistic, and often uninformative, worst-case bounds, a surge of recent work has focused on the ``learning-augmented framework'', whose goal is to leverage machine-learned predictions to obtain improved approximations when these predictions are accurate (consistency), while also achieving near-optimal worst-case approximations even when the predictions are arbitrarily wrong (robustness). In this work, we study the classic strategic scheduling problem of~\citet{NR99} using the learning-augmented framework and give a deterministic polynomial-time strategyproof mechanism that is $6$-consistent and $2n$-robust. We thus achieve the ``best of both worlds'': an $O(1)$ consistency and an $O(n)$ robustness that asymptotically matches the best-known approximation. We then extend this result to provide more general worst-case approximation guarantees as a function of the prediction error. Finally, we complement our positive results by showing that any $1$-consistent deterministic strategyproof mechanism has unbounded robustness.

研究の動機と目的

• n-近似の壁を超える改善された近似保証を持つ戦略的スケジューリングメカニズムを設計するという長年の未解決問題に取り組む。
• メカニズム設計に機械学習による予測を組み込むことで、最悪ケース解析と実用的性能のギャップを埋める。
• 1つの決定的メカニズムで、予測が正確な場合の高い整合性（性能）と、予測が不正確な場合の強いロバスト性（性能）の両方を達成する。
• 戦略的スケジューリングにおける整合性とロバスト性の間の根本的限界を確立する。

提案手法

• 予測された処理時間を用いてスケジューリング意思決定を導く、決定的かつ多項式時間の戦略的メカニズムであるErrorTolerantScaledGreedyを提案する。
• スケールされた処理時間指標 r(i,j) = p(i,j) / p(i*,j) を導入し、ここで i* はジョブ j に対して予測処理時間が最小となるマシンを表す。
• 予測誤差の許容範囲を制御するための予測誤差許容バッファ η を導入し、予測からの逸脱が一定値を超えるとフォールバック戦略に切り替える。
• ハイブリッドアプローチを採用：予測誤差 η ≤ η̄ の場合、(2+γ)αη²-近似を達成する。それ以外の場合は、(1+1/γ)η²n-近似に滑らかに劣化する。
• 単調性およびインcentive compatibility の議論を用いて戦略的完全性を証明し、コストの摂動に対して割り当ての不変性に関する補題25に依存する。
• 最悪ケース解析を用い、OPTと予測誤差 η を用いたマシンスケジューリングの上限を導出し、ジョブの割り当てに関する不等式を用いて近似保証を導出する。

実験結果

リサーチクエスチョン

• RQ1 決定的戦略的スケジューリングメカニズムは、機械学習による予測を用いて、O(1)の整合性を達成しつつO(n)のロバスト性を維持できるか？
• RQ2 戦略的スケジューリングメカニズムにおける整合性とロバスト性の根本的トレードオフは何か？
• RQ3 予測が正確な場合にはほぼ最適に動作し、予測誤差が任意であっても耐性を持つメカニズムを設計することは可能か？
• RQ4 O(n)の最悪ケース近似バッジをロバスト性に維持しつつ、定数の整合性を達成することは可能か？
• RQ5 1-整合性を持つメカニズムのロバスト性に関する限界は何か？

主な発見

• 提案されたErrorTolerantScaledGreedyメカニズムは、予測誤差 η ≤ η̄ の場合、(2+γ)αη²-近似を達成し、予測誤差が有界な場合にO(1)の整合性を保証する。
• 予測誤差が許容バッファを超えると、メカニズムは(1+1/γ)η²n-近似に劣化し、決定的戦略的メカニズムにおける既知の最良の最悪ケースO(n)近似と一致する。
• 単調性およびコストの摂動に対する割り当ての不変性に基づく証明により、メカニズムは戦略的完全性を有する。
• 任意の決定的戦略的メカニズムが1-整合性を満たす場合、無限大のロバスト性を有する必要があることが、予測精度が最悪ケースインスタンスでマシンスケジューリングを任意に大きくする構成によって示された。
• 本稿では根本的なトレードオフを確立した：完全な整合性（1-整合性）を達成するには、無限大のロバスト性を強いられ、敵対的予測誤差下では実用的でないことが示された。
• 理論的境界はタイトである：この問題における学習補助フレームワークにおいて、整合性とロバスト性の最良のトレードオフをメカニズムが達成している。