[논문 리뷰] Backdoors to Tractable Answer-Set Programming

Johannes K. Fichte, Stefan Szeider|arXiv (Cornell University)|2011. 04. 14.

Logic, Reasoning, and Knowledge참고 문헌 48인용 수 11

한 줄 요약

이 논문은 파arameterized complexity를 활용하여 고정-파rameter 트랙터블 솔빙을 가능하게 하여 Answer Set Programming (ASP)의 해석 가능 클래스를 통합적인 프레임워크로 식별하기 위해 백도어를 도입한다. 작은 백도어—이론적 추론의 단축 경로로 작용하는 원소 집합—는 하드한 ASP 문제를 허니, 무작위, 또는 계층적 프로그램과 같은 해석 가능 목표 클래스로 줄여 효율적으로 해결할 수 있도록 한다. 커널화 경계와 실용적인 히우리스틱 개선 방법을 제안한다.

ABSTRACT

Answer Set Programming (ASP) is an increasingly popular framework for declarative programming that admits the description of problems by means of rules and constraints that form a disjunctive logic program. In particular, many AI problems such as reasoning in a nonmonotonic setting can be directly formulated in ASP. Although the main problems of ASP are of high computational complexity, located at the second level of the Polynomial Hierarchy, several restrictions of ASP have been identified in the literature, under which ASP problems become tractable. In this paper we use the concept of backdoors to identify new restrictions that make ASP problems tractable. Small backdoors are sets of atoms that represent "clever reasoning shortcuts" through the search space and represent a hidden structure in the problem input. The concept of backdoors is widely used in the areas of propositional satisfiability and constraint satisfaction. We show that it can be fruitfully adapted to ASP. We demonstrate how backdoors can serve as a unifying framework that accommodates several tractable restrictions of ASP known from the literature. Furthermore, we show how backdoors allow us to deploy recent algorithmic results from parameterized complexity theory to the domain of answer set programming.

연구 동기 및 목표

• Answer Set Programming (ASP)에서 백도어를 위한 이론적 프레임워크를 개발하여 해석 가능 클래스를 식별한다.
• 기존의 해석 가능 제약 조건들(예: 허니, 비순환, 계층적)을 단일 백도어 기반 형식론으로 통합한다.
• 특히 고정-파라미터 트랙터블리티와 커널화를 포함한 파라미터라이제이션 복잡도 기법을 사용하여 백도어 크기를 파라미터로 삼아 ASP 문제에 적용한다.
• 일반적인 리프팅 방법을 통해 정규 프로그램에서의 알고리즘들을 비정규 프로그램으로 확장함으로써 해석 가능성 유지한다.
• 백도어를 활용하여 현대 ASP 솔버의 히우리스틱을 이끌어 성능 향상에 기여할 수 있는 실용적 응용을 탐색한다.

제안 방법

• 해석 가능 목표 클래스(예: 허니*, 비순환, no-C*)에 대해 강한 백도어와 삭제 백도어를 정의한다.
• 백도어 크기를 핵심 파라미터로 삼아 백도어 평가 및 탐지를 파라미터라이제이션 문제로 형식화한다.
• 백도어 크기를 기반으로 축소된 문제 인스턴스의 크기를 제한하기 위해 커널화 기법을 활용하며, 상한 및 하한 경계를 설정한다.
• 특정 조건 하에서 정규 프로그램에서 비정규 프로그램으로 파라미터를 확장할 수 있는 일반적인 리프팅 방법을 제안하며, 고정-파라미터 트랙터블리티를 유지한다.
• 백도어 원소를 솔버 히우리스틱에 통합하여 결정 점수를 높임으로써, 성능 향상을 위한 구조적 중요성을 활용한다.
• ASP 경쟁 대회에서의 벤치마크 인스턴스를 대상으로 실증적 평가를 수행하여 백도어 크기와 히우리스틱 영향을 분석한다.

실험 결과

연구 질문

• RQ1 백도어는 알려진 ASP의 해석 가능 클래스를 포괄하고 일반화하는 데 통합적 프레임워크로 기능할 수 있는가?
• RQ2 백도어 크기가 ASP 문제의 고정-파라미터 트랙터블리티에 어떤 영향을 미치며, 어떤 커널화 경계를 설정할 수 있는가?
• RQ3 백도어를 활용하여 현대 ASP 솔버의 효율성을 향상시키기 위해 히우리스틱을 이끌어내는 데 얼마나 효과적인가?
• RQ4 정규 프로그램에서 정의된 파라미터는 어떤 조건 하에서 비정규 프로그램으로 확장될 수 있으며, 고정-파라미터 트랙터블리티를 유지할 수 있는가?
• RQ5 다양한 ASP 벤치마크 인스턴스, 특히 구조적과 무작위 인스턴스 간의 백도어 크기 행동은 어떻게 나타나는가?

주요 결과

• 경쟁 대회에서 유래한 구조적 ASP 인스턴스에서의 강한 허니* 백도어는 무작위 인스턴스보다 훨씬 작으며, 이는 구조적 해석 가능성의 증거이다.
• 선택된 솔리테어 인스턴스에서 비순환 목표 클래스(예: no-C*)에 대한 삭제 백도어 크기는 강한 허니* 백도어 크기의 약 절반이다.
• 백도어 탐지 및 평가 문제의 커널 크기에 대해 백도어 크기를 파라미터로 삼아 상한 및 하한 경계를 설정하였다.
• 정의된 조건 하에서 정규 프로그램에서 비정규 프로그램으로 파라미터를 확장할 수 있는 일반적인 리프팅 방법이 고정-파라미터 트랙터블리티를 유지함을 입증하였다.
• 실증 결과는 백도어 원소를 솔버 히우리스틱에 통합하여 결정 점수를 높임으로써 성능 향상 가능성을 보여주었다.
• 나이트투어와 솔리테어 인스턴스는 예상치 못한 크기의 강한 허니* 백도어를 보이며, 아직 완전히 설명되지 않은 고유한 구조적 과제를 암시한다.