[論文レビュー] Symbiosis of Search and Heuristics for Random 3-SAT

Sid Mijnders, Boris de Wilde+1 more|arXiv (Cornell University)|Feb 18, 2014

Constraint Satisfaction and Optimization参考文献 9被引用数 18

ひとこと要約

本論文は、新しい再帰的重みヒューリスティクスと新規の不一致探索変種であるALDSを組み合わせた共生的アプローチを導入し、ランダム3-SATインスタンスにおける先行探索SATソルバーの探索木サイズを顕著に削減する。再帰的重みヒューリスティクスは、先行の先行探索ヒューリスティクスを一般化することで意思決定を改善する。一方、ALDSは探索順序を最適化し、ほぼ最適性能に近づける。その結果、marchソルバーはSAT 2009コンテストにおいてランダムk-SAT式で他のすべてのソルバーを上回った性能を発揮した。

ABSTRACT

When combined properly, search techniques can reveal the full potential of sophisticated branching heuristics. We demonstrate this observation on the well-known class of random 3-SAT formulae. First, a new branching heuristic is presented, which generalizes existing work on this class. Much smaller search trees can be constructed by using this heuristic. Second, we introduce a variant of discrepancy search, called ALDS. Theoretical and practical evidence support that ALDS traverses the search tree in a near-optimal order when combined with the new heuristic. Both techniques, search and heuristic, have been implemented in the look-ahead solver march. The SAT 2009 competition results show that march is by far the strongest complete solver on random k-SAT formulae.

研究の動機と目的

• ランダム3-SATインスタンスにおける完全SATソルバーの性能を、意思決定ヒューリスティクスと方向性ヒューリスティクスの両方を強化することで向上させること。
• 既存の先行探索技術を一般化するより効果的な分岐ヒューリスティクスを用いて、探索木のサイズを削減すること。
• 解の分布のバイアスを活用し、改善されたヒューリスティクスに基づく近似的に最適な探索順序で探索木を走査する不一致探索変種を考案すること。
• 実験的および理論的根拠をもとに、新規ヒューリスティクスとALDSの相乗効果が優れたソルバー性能をもたらすことを示すこと。

提案手法

• 変数の重みを節構造とユニット伝播効果に基づいて再帰的に評価することで、先行の先行探索ヒューリスティクスを一般化する再帰的重みヒューリスティクス $ w_3^ imes $ を提案する。
• ILDSとDDSのハイブリッドであるALDS（Advanced Limited Discrepancy Search）を導入し、バイアスのある解の分布に対してほぼ最適な探索順序で探索木を走査するように設計されている。
• marchという先行探索ソルバー内に、再帰的重みヒューリスティクスを方向性ヒューリスティクスとして、ALDSを探索戦略として統合する。
• 各ノードでユニット伝播を用いて論理式のサイズを縮小し、DPLLフレームワークに整合性を保つ。
• 探索順序の効率を分析するための理論的モデルとして、1つの目的ノードを持つ木を用い、実世界のインスタンス（複数の解を有する）に拡張する。
• 実データセットにおける近似的に最適な探索順序との比較のため、最適性能の代理としてグリーディ探索戦略を用いる。

実験結果

リサーチクエスチョン

• RQ1 一般化された再帰的重みヒューリスティクスは、ランダム3-SATインスタンスにおける先行探索SATソルバーの探索木サイズを顕著に縮小できるか？
• RQ2 効果的なヒューリスティクスと組み合わせた新規不一致探索変種ALDSは、近似的に最適な探索順序で探索木を走査できるか？
• RQ3 新規ヒューリスティクスとALDSの相乗効果は、ランダム3-SATインスタンスにおいて既存の探索戦略やヒューリスティクスと比較して優れているか？
• RQ4 改善されたヒューリスティクスによる解の分布バイアスは、不一致探索の有効性をどの程度高めるか？

主な発見

• 再帰的重みヒューリスティクス $ w_3^ imes $ は、計算コストが高めであるものの、他のヒューリスティクスと比較してランダム3-SATインスタンスにおける探索木を顕著に小さくする。
• ALDSは、実際の3-SATインスタンスにおいて、解が見つかるまでの探索空間の期待的割合 $ E_{\text{goal}}^*(12) $ を0.036114にまで低下させ、DFS（0.148317）とILDS（0.042362）を上回った。
• 理論的分析により、ALDSは理論的最適探索順序からわずか0.006904の差異しかなく、深さ12のモデル木においてほぼ最適に近い性能を示した。
• 350変数と1,491節を有する20,146個のランダム3-SATインスタンスからなるデータセットを用いた実験では、marchが新規手法を用いて他のすべてのコンテスト参加ソルバーを上回る速度で多数の問題を解消した。
• データのサブセットから構築されたグリーディ探索戦略は一般化に失敗し、残りのテストセットではALDSより性能が悪かった。これは、ALDSがデータ分布の変化に対して頑健であることを示している。
• 再帰的重みヒューリスティクスとALDSの組み合わせは、理論的モデリングおよび実世界インスタンスにおける実験的評価の両方で、ほぼ最適な探索順序を実現している。