[論文レビュー] The Complexity of Extending Storylines with Minimum Local Crossing Number

Alexander Dobler, Siddharth Gupta+3 more|arXiv (Cornell University)|Mar 9, 2026

Artificial Intelligence in Games被引用数 0

ひとこと要約

paperは Local StoryLine Extension (LSLE) の k と σ をパラメータとしたときの W[1]-hardness を証明し、σ に対する XP と σ+χ に対する FPT アルゴリズムを提供する：動的計画法を用いたアプローチ。Unary Bin Packing を LSLE に還元して難易度を確立し、DP に基づく拡張アルゴリズムを提示。

ABSTRACT

Storyline layouts visualize temporal interactions by drawing each character as an $x$-monotone curve and enforcing that the participants of every meeting form a contiguous vertical group. We study a drawing extension variant in which a layout of a sub-storyline is fixed and has to be extended by inserting missing characters while preserving all meeting constraints. We minimize the local crossing number $χ$, i.e., the maximum number of crossings along any single character. We prove that the problem is W[1]-hard parameterized by the number $k$ of inserted characters plus the maximum number $σ$ of active characters, in XP parameterized by $σ$ and in FPT parameterized by $σ+χ$.

研究の動機と目的

• Partial storyline layout を拡張する LSLE 問題を、局所的交差を最小化する拡張として定式化する。
• k（新しいキャラクター数）と σ（最大アクティブキャラクター数）に対する LSLE のパラメータ化計算量を調査する。
• 動的計画法を用いて σ に対して XP アルゴリズム、σ＋χ に対して FPT アルゴリズムを開発する。
• Unary Bin Packing から LSLE への還元を用いて W[1]-hardness を確立する。

提案手法

• LSLE を入力として S, χ, 部分ストーリーボード Γ′, および S′ を定義し、Γ′ を Γ へ拡張して局所交差数 ≤ χ を満たすことを目標とする。
• パラメータ付きの還元を Exact Unary Bin Packing から LSLE へ、ガジェット（s-saturator, c-channel, x-column）を用いて、クロス数を箱詰めのエンコードとして組み立てる。
• k + σ および μ = 2 に対する LSLE の W[1]-hardness を還元によって証明する。
• 新しいキャラクターを固定されたアクティブ順序の間のスロットに配置する時刻瞬間での DP を構成することにより σ に対して XP アルゴリズムを提供する。
• DP の状態空間と遷移を σ + χ で有界化することで σ＋χ に対する FPT アルゴリズムを導出し、時間は τ · (σ + χ)^{O(σ)}。
• LSLE の解と EUBP の解の間に、交差数とボックス和の関係を示す補題を通じて同値性を示す。

Figure 1 : Sketch of a storyline layout with six characters, seven meetings, and five time instants.

実験結果

リサーチクエスチョン

• RQ1 LSLE は部分ストーリーボード から拡張して局所交差数 χ を有界に保てるか。
• RQ2 挿入キャラクター数 k と最大アクティブキャラクター数 σ に対する LSLE のパラメータ化計算量はどうなるか。
• RQ3 σ + χ をパラメータとする場合に LSLE は固定パラメータ可算性（FPT）か、k + σ で W[1]-hard か。
• RQ4 難易度を確立するために Unary Bin Packing を LSLE に還元できるか、ガジェットは交差数を箱和へどのようにエンコードするか。

主な発見

• LSLE は k + σ をパラメータとしたとき W[1]-hard であり、新しいキャラクターがわずか 2 回のミーティングしか持たない場合でもの例がある（μ = 2）。
• σ（および χ）をパラメータとする LSLE に対する XP アルゴリズムが存在する。
• σ + χ をパラメータとする LSLE に対する FPT アルゴリズムが存在する。
• Exact Unary Bin Packing からの還元は W[1]-hardness を示し、実現可能性が箱詰め解と対応する LSLE のインスタンスを構築する。
• DP ベースの XP/FPT アルゴリズムは、ガジェット構造の領域を用いて交差数をカウントし、アクティブキャラクター集合を慎重に制限することに依存している。
• 還元は k = K, μ = 2 でインスタンスサイズを保持し、時間瞬間には σ_i ≤ 9k となる。

Figure 2 : An $s$ -saturator (left) and its schematic representation (right).