[論文レビュー] Unweighted Stochastic Local Search can be Effective for Random CSP Benchmarks

Christopher D. Rosin|arXiv (Cornell University)|Nov 27, 2014

Constraint Satisfaction and Optimization参考文献 14被引用数 11

ひとこと要約

本稿では、段階的転移付近のランダムな2値制約充足問題（CSP）に対する、シンプルで重みなしの確率的局所探索アルゴリズムであるULSAを紹介する。先行する最先端手法が動的重み調整を用いているのに対し、ULSAは重みなしのランダムな移動に依存することで、一部のベンチマークで100倍以上も高速な優れた性能を達成し、有名な難易度の高いfrb100-40ベンチマークで100個の変数のうち99個を満たす部分解を同定するという新記録を樹立した。

ABSTRACT

We present ULSA, a novel stochastic local search algorithm for random binary constraint satisfaction problems (CSP). ULSA is many times faster than the prior state of the art on a widely-studied suite of random CSP benchmarks. Unlike the best previous methods for these benchmarks, ULSA is a simple unweighted method that does not require dynamic adaptation of weights or penalties. ULSA obtains new record best solutions satisfying 99 of 100 variables in the challenging frb100-40 benchmark instance.

研究の動機と目的

• 段階的転移付近のランダムな2値CSPに適したシンプルでパラメータフリーの確率的局所探索アルゴリズムの開発。
• 硬いランダムCSPベンチマークで高い性能を発揮するには動的重み調整が必要であるという仮定に挑戦すること。
• 広く使われているBHOSLIBベンチマークスイートにおいて、より速い収束とより優れた部分解品質を達成すること。
• 強制的に充足可能なModel RBインスタンスにおいて、未重み付き探索が重み付き手法を上回るスピードと解品質を達成できることを示すこと。
• CSPおよびMISの解法において長年の課題であるfrb100-40ベンチマークで新記録を樹立すること。

提案手法

• ULSAは、重みやペナルティ機構を一切用いずに、ランダムな変数の反転を選択する確率的局所探索戦略を採用する。
• 衝撃の伝播を防ぐために、重みなしの選択により、反復的に変数を選び、反転することで局所探索を実行する。
• 長期間の状態や適応的パラメータを持たないリスタート機構に依存して局所最適解から脱出する。
• 解の評価は、衝突数に基づき、ランダムで重みなしの移動によってこの数を最小化することを目的とする。
• 各変数のドメイン値を頂点とし、衝突を辺とするCSPの最大独立集合（MIS）定式化にこの手法を適用する。
• 1回の実行ごとに固定された反復回数を設定し、最も良い部分解（衝突が少ないもの）を記録する。

実験結果

リサーチクエスチョン

• RQ1 段階的転移付近の硬いランダム2値CSPにおいて、未重み付きの確率的局所探索アルゴリズムは、重み付き手法を上回ることができるか？
• RQ2 BHOSLIBベンチマークスイートで高い性能を発揮するには、動的重み調整が必要か？
• RQ3 シンプルでパラメータフリーなアルゴリズムが、長年の課題であるfrb100-40インスタンスで新記録を樹立できるか？
• RQ4 ULSAの実行時間分布は、NuMVCのような重み付きソルバーよりも、解の時間と一貫性においてどのように異なるか？
• RQ5 未重み付き探索は、硬いCSPインスタンスにおいて、近似的に最適な部分解（例：100個中99個）をどの程度達成できるか？

主な発見

• ULSAは、テストされたすべてのModel RBインスタンスで、先行の最先端技術より少なくとも7倍速く、一部では100倍以上速い。
• ULSAは、frb100-40ベンチマークで100個の変数のうち99個を満たす部分解を成功裏に発見し、史上初の記録を樹立した。
• 99個の変数を満たすまでの平均解法時間は、1スレッドで29.3時間であり、マルチスレッド実行により予想される時間を1日未満に短縮できる。
• 300万回の反復を繰り返す5600万回の独立した実行のうち、わずか5回の実行で1つの衝突を伴う部分解が得られ、そのうち3つは同値であった。
• ULSAの解法時間分布は、指数分布でよく近似され、初期安定化後は単位時間あたりの解法確率が一定であることを示している。
• 動的重み調整が存在しないにもかかわらず、ULSAは速度面でNuMVCを常に上回り、最も困難なインスタンスにおいてもより優れた部分解品質を達成した。