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

David Tolpin, Tal Beja+3 more|arXiv (Cornell University)|May 22, 2013

AI-based Problem Solving and Planning参考文献 16被引用数 12

ひとこと要約

本稿では、A*探索におけるヒューリスティック計算時間を削減するため、高価なヒューリスティックの評価を延期する2つの手法、Lazy A* および Rational Lazy A* を提案する。Lazy A* は、探索中に必要に応じてのみヒューリスティックを計算する。一方、Rational Lazy A* は、情報の価値基準を用いて、2番目のヒューリスティックを計算する必要があるかどうかを判断する。この手法により、計画問題や15パズルの分野で、最良の性能を発揮し、顕著な高速化が達成された。

ABSTRACT

The obvious way to use several admissible heuristics in A* is to take their maximum. In this paper we aim to reduce the time spent on computing heuristics. We discuss Lazy A*, a variant of A* where heuristics are evaluated lazily: only when they are essential to a decision to be made in the A* search process. We present a new rational meta-reasoning based scheme, rational lazy A*, which decides whether to compute the more expensive heuristics at all, based on a myopic value of information estimate. Both methods are examined theoretically. Empirical evaluation on several domains supports the theoretical results, and shows that lazy A* and rational lazy A* are state-of-the-art heuristic combination methods.

研究の動機と目的

• A*探索における複数の妥当ヒューリスティックの評価にかかる計算コストを、最適性を損なわずに削減すること。
• 特に、あるヒューリスティックが計算に高価である場合に、全ノードに対してすべてのヒューリスティックを無差別に計算する非効率性に対処すること。
• より高価なヒューリスティックの計算を、期待される情報の利益に基づいて知的に判断する手法を開発すること。
• わずかなノード拡張の増加を犠牲にして、ヒューリスティック評価時間の顕著な削減を達成することで、探索効率を向上させること。
• 既存のオンライン学習やランダム化手法と比較して優れる、実用的で合理的なメタ推論フレームワークを用いたA*におけるヒューリスティック選択を提供すること。

提案手法

• Lazy A* は、オンデマンドでヒューリスティックを評価する：ノードが初めて生成された際には速いヒューリスティック $h_1$ のみを計算し、より高価な $h_2$ は、ノードがOpenの先頭に再び現れた際のみ計算する。
• アルゴリズムは初期段階で $f(n) = g(n) + h_1(n)$ を維持し、$h_2(n)$ が計算された際にのみ $f_{\text{max}}(n) = g(n) + \max(h_1(n), h_2(n))$ に更新する。
• Rational Lazy A* は、再びOpenに再挿入された際の、情報の価値の短絡的推定値を用いて、$h_2(n)$ を計算するかどうかを判断する。その根拠は、$f$ 値の期待される改善と $h_2$ の計算コスト $t_2$ の比較に基づく。
• Rational Lazy A* の意思決定は、$f$ 値の期待される改善を $h_2$ の計算コスト $t_2$ と比較することで、合理的なメタ推論フレームワークに基づく。
• この手法は、Sel-MAX よりも実装が簡単であり、ノードが再訪問された際に $f_1(n) \leq C^*$ であるという事実を活用することで、より情報に基づいた意思決定が可能である。
• 両手法は理論的に分析され、15パズルおよび計画問題の分野で実験的に評価され、ノード拡張数、ヒューリスティック評価回数、実行時間の観点から性能が測定された。

実験結果

リサーチクエスチョン

• RQ1 ヒューリスティックの遅延評価は、最適性を損なわず、A*探索における合計探索時間を短縮できるか？
• RQ2 Lazy A* は、最大ヒューリスティック結合を用いた標準A*と比較して、ノード拡張数と実行時間の点でどのように性能を発揮するか？
• RQ3 ヒューリスティック $h_2$ の情報の価値を評価する合理的なメタ推論アプローチは、ヒューリスティック評価時間のさらなる削減をもたらすか？
• RQ4 Rational Lazy A* は、Sel-MAX やランダムなヒューリスティック選択といった既存手法と比較して、どのような分野で優れた性能を発揮するか？
• RQ5 ヒューリスティックのコスト差、非一様な演算子コストなどの条件下で、遅延および合理的なヒューリスティック評価の恩恵が最大限に得られるのはどのような状況か？

主な発見

• 15パズルにおいて、$\Delta x$ と $\Delta y$ ヒューリスティックを用いた実験では、Lazy A* がヒューリスティック評価を最大28%削減し、$t_2$ が $t_1$ より顕著に大きい場合には時間の節約が見られた。
• ヒューリスティック $h_2$ が $h_1$ を支配する分野（例：7-8 PDB 対マンハッタン距離）では、Lazy A* は良いノードの割合がわずか4%にとどまり、$h_2$ が常に初期段階で必要となるため、恩恵が限定的であることが示された。
• 計画問題分野において、Rational Lazy A* は、Sel-MAX よりもより情報に基づいた意思決定が可能であるため、性能が優れている。特に、Sel-MAX はノード生成時に決定を下すが、Rational Lazy A* は $f_1(n)$ を観測した後で $h_2$ の価値を評価する。
• 重み付き15パズルおよび計画問題の分野において、Rational Lazy A* は、$A^*_{\text{MAX}}$ と比較してわずかに多くのノードを拡張するものの、ヒューリスティック計算時間を顕著に削減することで、最先端の性能を達成した。
• Lazy A* とHBP（ヒューリスティックブランンチプルーニング）を組み合わせることで、$\Delta x/\Delta y$ 実験では良いノードの数を28%から11%に削減した。これは、プルーニングが遅延評価の余地を減らすことを示している。
• 高速なヒューリスティック（例：$\Delta x/\Delta y$）を用いた実験では、遅延評価による時間の節約は顕著ではなかったが、$h_2$ が高価な場合（例：7-8 PDB）には顕著な節約が得られた。これは、本手法がヒューリスティックのコスト差に依存していることを確認している。