[논문 리뷰] Estimating the Probability of Meeting a Deadline in Hierarchical Plans

Liat Cohen, Solomon Eyal Shimony외 1명|arXiv (Cornell University)|2015. 03. 04.

Constraint Satisfaction and Optimization참고 문헌 22인용 수 5

한 줄 요약

이 논문은 불확실한 작업 수행 시간을 가진 계층적 계획이 주어진 마감일을 충족할 확률을 추정하기 위한 결정적이고 다항시간 근사 알고리즘을 제시한다. 순차적 및 병렬 노드에 대해 오차가 제한된 분할 기법을 결합함으로써, 형식적인 덧셈 오차 한계를 제공하고 샘플링 기반 방법과 비교해 정확도와 런타임에서 뛰어난 성능을 보이며, 계획 크기와 원하는 정확도에 따라 다항식적으로 증가하는 증명된 복잡도를 가진다.

ABSTRACT

Given a hierarchical plan (or schedule) with uncertain task times, we propose a deterministic polynomial (time and memory) algorithm for estimating the probability that its meets a deadline, or, alternately, that its {\em makespan} is less than a given duration. Approximation is needed as it is known that this problem is NP-hard even for sequential plans (just, a sum of random variables). In addition, we show two new complexity results: (1) Counting the number of events that do not cross deadline is \#P-hard; (2)~Computing the expected makespan of a hierarchical plan is NP-hard. For the proposed approximation algorithm, we establish formal approximation bounds and show that the time and memory complexities grow polynomially with the required accuracy, the number of nodes in the plan, and with the size of the support of the random variables that represent the durations of the primitive tasks. We examine these approximation bounds empirically and demonstrate, using task networks taken from the literature, how our scheme outperforms sampling techniques and exact computation in terms of accuracy and run-time. As the empirical data shows much better error bounds than guaranteed, we also suggest a method for tightening the bounds in some cases.

연구 동기 및 목표

• 불확실한 작업 수행 시간이 존재하는 계층적 계획이 마감일을 충족할 확률을 효율적으로 추정하는 방법을 개발하기 위해.
• 순차적 및 병렬 조합이 모두 포함된 작업 네트워크에서 마감일 확률 추정이 NP-난이도임을 다루기 위해.
• 계획 크기와 정확도 요구사항에 대해 다항시간 및 다항메모리 복잡도로 형식적인 근사 오차 한계를 제공하기 위해.
• 샘플링 기반 방법과 정확한 계산 방식과 비교해 더 뛰어난 정확도와 런타임 성능을 보여주기 위해.
• 새로운 복잡도 결과를 확립하기 위해: 비마감 이벤트 수를 세는 문제의 #P-난이도 및 혼합 순차 및 병렬 노드를 가진 계층적 계획의 기대 제작 기간 계산의 NP-난이도.

제안 방법

• 계층적 계획에서 제작 기간 분포를 근사하기 위해 결정적인 분할 기법을 사용하며, 순서 노드와 병렬 노드를 별도로 다룬다.
• 각 노드에서 확률 질량 함수(PMF)의 오차 제한된 집계를 적용하여, 덧셈 오차 한계가 트리 전반에 예측 가능하게 전파되도록 보장한다.
• 기본 작업 수행 시간의 이산화된 지지 집합 위에서 동적 프로그래밍을 사용해 근사 누적분포함수(CDF)를 계산한다.
• 근사된 분포에 대해 순서(합) 및 병렬(최대값) 연산을 수행하며, 상태공간을 줄이기 위해 가까운 값을 오차 인식 기반으로 병합한다.
• 노드 수, 랜덤 변수의 지지 집합 크기, 역정확도에 따라 다항식적으로 증가하는 형식적인 덧셈 오차 한계를 유도한다.
• 관측된 오차가 보장된 값보다 낮을 경우 이론적 한계를 실증적으로 강화하여 실용적 정확도를 향상시킨다.

실험 결과

연구 질문

• RQ1 불확실한 작업 수행 시간을 가진 계층적 계획에서 마감일을 충족할 확률을 결정적이고 다항시간 알고리즘으로 근사할 수 있는가?
• RQ2 그러한 근사의 이론적 오차 한계는 무엇이며, 계획 크기와 원하는 정확도에 따라 어떻게 척도화되는가?
• RQ3 제안된 방법은 샘플링 기반 접근법과 정확한 계산 방식과 비교해 정확도와 효율성 면에서 어떻게 다른가?
• RQ4 이러한 계획에서 마감일을 초과하지 않는 이벤트 수를 세는 문제는 #P-난이도인가?
• RQ5 순차 및 병렬 노드가 혼합된 계층적 계획의 기대 제작 기간을 계산하는 문제는 NP-난이도인가?

주요 결과

• 계층적 계획에서 마감일을 충족할 확률을 추정하는 문제는 순차적 계획일지라도 NP-난이도이다.
• 마감일을 초과하지 않는 이벤트 수를 세는 것은 #P-난이도이며, 강력한 복잡도 하한을 확립한다.
• 순차 및 병렬 노드가 모두 포함된 계층적 계획의 기대 제작 기간을 계산하는 것은, 개별 노드 유형에 대해 효율적인 정확한 계산이 가능하더라도 여전히 NP-난이도이다.
• 제안된 근사 알고리즘은 노드 수, 랜덤 변수의 지지 집합 크기, 역정확도에 대해 다항시간 및 다항메모리 복잡도를 가진다.
• 실증적 평가에서 실제 오차는 이론적 한계보다 크게 낮아, 더 날카운 실용적 오차 추정이 가능하다.
• 특히 큰 또는 복잡한 작업 네트워크에서 샘플링 기반 방법보다 정확도와 런타임 면에서 뛰어나다.