[論文レビュー] Toward a General Theory of Motion Planning Complexity: Characterizing Which Gadgets Make Games Hard

Erik D. Demaine, Dylan Hendrickson+1 more|arXiv (Cornell University)|Dec 10, 2018

Logic, Reasoning, and Knowledge被引用数 4

ひとこと要約

本稿では、ロボットの通過を制御する状態変化型コンponents（ガジェット）の影響を分析することで、ゲームおよびロボット工学における運動計画の一般化された複雑性理論を構築する。ガジェットの種別に基づき、1人用および2人用運動計画問題の複雑性を完全に特徴づけ、特定のガジェット（例：ロック式2ターンスイッチ、ワンウェイトンネル）が問題をNP完全、PSPACE完全、さらには決定不能にまでするのに十分であることを示し、先行の複雑性証明を簡略化・一般化する統一的な枠組みを提供する。

ABSTRACT

We build a general theory for characterizing the computational complexity of motion planning of robot(s) through a graph of "gadgets", where each gadget has its own state defining a set of allowed traversals which in turn modify the gadget's state. We study two families of such gadgets, one which naturally leads to motion planning problems with polynomially bounded solutions, and another which leads to polynomially unbounded (potentially exponential) solutions. We also study a range of competitive game-theoretic scenarios, from one player controlling one robot to teams of players each controlling their own robot and racing to achieve their team's goal. Under small restrictions on these gadgets, we fully characterize the complexity of bounded 1-player motion planning (NL vs. NP-complete), unbounded 1-player motion planning (NL vs. PSPACE-complete), and bounded 2-player motion planning (P vs. PSPACE-complete), and we partially characterize the complexity of unbounded 2-player motion planning (P vs. EXPTIME-complete), bounded 2-team motion planning (P vs. NEXPTIME-complete), and unbounded 2-team motion planning (P vs. undecidable). These results can be seen as an alternative to Constraint Logic (which has already proved useful as a basis for hardness reductions), providing a wide variety of agent-based gadgets, any one of which suffices to prove a problem hard.

研究の動機と目的

• 運動計画問題の計算的困難さを引き起こすガジェットを同定する一般理論を構築すること。
• 移動回数が有界または無限である場合を含め、ガジェットの種別に基づく1人用および2人用運動計画の複雑性を分類すること。
• ゲームおよびロボット工学分野における既存の複雑性証明を一般化・簡略化するフレームワークを提供すること。
• さまざまなゲームタイプおよび複雑性クラスにおいて困難性を示すのに十分な最小限のガジェット集合を同定すること。
• 平面上のガジェットシステムは非平面系と異なった複雑性を示すかどうかを調査すること。

提案手法

• 各ガジェットが状態を保持し、通過時にその状態を変更するグラフ上のロボット通過として運動計画をモデル化する。
• 主に2つのガジェット族を定義：DAGガジェット（多項式的解法長）と可逆的決定的ガジェット（指数的解法長の可能性あり）。
• 既知の困難問題（例：3SAT、QSAT、平面的運動計画）からの還元を用いて、特定のガジェット構成における困難性を証明する。
• 具体的なガジェット実装を既存のゲーム（例：PushPull-1F、Mario Kart）で構築し、適用可能性と証明の簡略化を示す。
• 競合型、チーム型、単一エージェント型運動計画の各種移動制限下での複雑性結果を、このフレームワークを用いて証明する。
• ガジェットの性質に基づき、NL、NP、PSPACE、EXPTIME、NEXPTIME、決定不能などの複雑性クラスの完全または部分的特徴づけを提供する。

実験結果

リサーチクエスチョン

• RQ1 どのガジェット種別が1人用運動計画をNP完全またはPSPACE完全にするのに十分か？
• RQ2 2人用およびチーム型運動計画の複雑性は、ガジェット種別に基づき完全に特徴づけられるか？
• RQ3 可逆的決定的ガジェットは指数的解法長を引き起こし、それが複雑性にどのように影響するか？
• RQ4 ガジェットの平面的配置は非平面的配置と異なる複雑性を示すか？
• RQ5 このフレームワークは、Lemmings や Mario Kart などのゲームにおける長大な従来の困難性証明を簡略化または置き換え可能か？

主な発見

• DAGガジェットを用いた1人用運動計画は、ガジェット集合が多項式的解法長を許容するかどうかに応じてNLに属するか、NP完全である。
• 無限移動回数の1人用運動計画は、ガジェットが指数的長さの解法経路を許容する場合にPSPACE完全になることがあり、そうでない場合はNLに属する。
• 移動回数が有界な2人用運動計画は、特定の可逆的ガジェットやワンウェイガジェットの有無に応じてPに属するか、PSPACE完全である。
• 移動回数が無限の2人用運動計画は、特定のガジェット構成によりEXPTIME完全に達することがあり、そうでない場合はPに属する。
• 移動回数が有界な2チーム運動計画は、Pに属するか、NEXPTIME完全である。一方、移動回数が無限の2チーム運動計画は、特定のガジェット集合のもとで決定不能である可能性がある。
• このフレームワークにより、従来の困難性証明が簡略化された：例えば、Mario Kartの2人モードのPSPACE困難性は、今や1つの単純なガジェット構成から直ちに導出可能であり、多ページにわたる証明が1段落に短縮された。