[논문 리뷰] Generalized selfish bin packing

György Dósa, Leah Epstein|arXiv (Cornell University)|2012. 02. 18.

Game Theory and ApplicationsDecision Sciences참고 문헌 22인용 수 18

한 줄 요약

이 논문은 항목의 비용이 무게 비례로 공유되는 일반화된 이기적인 백팩 게임을 연구하며, 순수 내쉬 균형, 강한 균형, 페어레토 최적 균형을 분석한다. 일반적인 무게에 대해선 네 가지 가격의 불균형(PoA) 값이 모두 1.7임을 입증하며, 단위 무게에 대해서는 이 값이 엄밀히 1.7 이하이며, 강한 PoA ≈1.691이고 엄밀히 페어레토 최적 균형 PoA는 상당히 낮다. 이는 고전적 백팩 정렬 행동과의 핵심적 차이를 보여준다.

ABSTRACT

Standard bin packing is the problem of partitioning a set of items with positive sizes no larger than 1 into a minimum number of subsets (called bins) each having a total size of at most 1. In bin packing games, an item has a positive weight, and given a valid packing or partition of the items, each item has a cost or a payoff associated with it. We study a class of bin packing games where the payoff of an item is the ratio between its weight and the total weight of items packed with it, that is, the cost sharing is based linearly on the weights of items. We study several types of pure Nash equilibria: standard Nash equilibria, strong equilibria, strictly Pareto optimal equilibria, and weakly Pareto optimal equilibria. We show that any game of this class admits all these types of equilibria. We study the (asymptotic) prices of anarchy and stability (PoA and PoS) of the problem with respect to these four types of equilibria, for the two cases of general weights and of unit weights. We show that while the case of general weights is strongly related to the well-known First Fit algorithm, and all the four PoA values are equal to 1.7, this is not true for unit weights. In particular, we show that all of them are strictly below 1.7, the strong PoA is equal to approximately 1.691 (another well-known number in bin packing) while the strictly Pareto optimal PoA is much lower. We show that all the PoS values are equal to 1, except for those of strong equilibria, which is equal to 1.7 for general weights, and to approximately 1.611824 for unit weights. This last value is not known to be the (asymptotic) approximation ratio of any well-known algorithm for bin packing. Finally, we study convergence to equilibria.

연구 동기 및 목표

• 비례적 비용 분담을 고려한 일반화된 이기적인 백팩 정렬 게임에서 여러 유형의 균형—내쉬 균형, 강한 균형, 엄밀히 페어레토 최적 내쉬 균형, 약한 페어레토 최적 내쉬 균형—의 존재성과 성질을 분석하는 것.
• 일반 무게와 단위 무게 조건 하에서 네 가지 균형 유형에 대해 점점 커지는 가격의 불균형(PoA)과 가격의 안정성(PoS)을 계산하는 것.
• 균형으로의 수렴 가능성과 최적 해와의 성능 비교를 조사하는 것.
• 관찰된 PoA 및 PoS 값이 고전적 백팩 정렬 알고리즘의 알려진 근사 비율과 일치하는지 확인하는 것.

제안 방법

• 각 항목의 수익은 그 항목의 무게를 해당 백팩 내 총 무게로 나눈 값으로 모델링하여, 비례적 비용 분담을 유도하는 전략적 게임으로 백팩 정렬을 모델링한다.
• 네 가지 균형 유형—표준 내쉬 균형(NE), 강한 내쉬 균형(SNE), 엄밀히 페어레토 최적 내쉬 균형(SPO-NE), 약한 페어레토 최적 내쉬 균형(WPO-NE)—을 정의하고 분석한다.
• 수렴 시간의 경계를 도출하기 위해 잠재 함수 기법을 사용하며, 과정의 각 단계에 맞는 별도의 잠재 함수를 설정한다.
• 점점 커지는 근사 비율 분석을 적용하여 PoA와 PoS를 계산하고, 일반 무게와 단위 무게 조건에서의 결과를 비교한다.
• 조합론적 추론과 케이스 분석을 통해 수렴 시퀀스의 단계 수에 대한 상한을 유도한다.
• 기존의 백팩 정렬 결과(예: First Fit 알고리즘의 근사 비율)를 활용하여 게임 이론적 측정치를 고전적 알고리즘과 연관지운다.

실험 결과

연구 질문

• RQ1 일반화된 이기적인 백팩 정렬 게임의 모든 인스턴스가 네 가지 균형 유형—NE, SNE, SPO-NE, WPO-NE—을 모두 포함하는가?
• RQ2 일반 무게와 단위 무게 조건 하에서 네 가지 균형 유형에 대해 점점 커지는 가격의 불균형(PoA)은 각각 얼마인가?
• RQ3 단위 무게 조건에서의 PoA 및 PoS 값은 일반 무게 조건과 비교해 어떻게 다른가? 이 값들은 고전적 알고리즘의 알려진 근사 비율과 일치하는가?
• RQ4 단위 무게 조건에서 강한 가격의 안정성(PoS)은 어떤 표준 백팩 정렬 알고리즘의 알려진 근사 비율과 동일한가?
• RQ5 잠재 함수 기법을 통해 균형으로의 수렴이 경계될 수 있는가? 이는 알고리즘 설계에 어떤 함의를 갖는가?

주요 결과

• 일반 무게 조건에서 네 가지 유형의 가격의 불균형(PoA)은 모두 1.7이며, 이는 First Fit 알고리즘의 알려진 점점 커지는 근사 비율과 일치한다.
• 단위 무게 조건에서 강한 PoA는 약 1.691로, 백팩 정렬 분야에서 잘 알려진 상수이지만, 엄밀히 페어레토 최적 균형 PoA는 상당히 낮다.
• 가격의 안정성(PoS)은 강한 균형를 제외한 모든 균형 유형에서 1이다. 일반 무게 조건에서는 PoS(SNE) = 1.7이며, 단위 무게 조건에서는 PoS(SNE) ≈ 1.611824로, 이 값은 어떤 표준 알고리즘의 근사 비율과도 알려진 바가 없다.
• PoS 값은 강한 균형를 제외한 모든 경우에서 1이며, 이는 최적 해가 안정된 구성에서 자주 달성 가능하다는 것을 시사하며, 강한 균형의 경우를 제외한 대부분의 상황에서 최적 해에 도달 가능함을 의미한다.
• 이 논문은 엄밀히 페어레토 최적 균형이 표준 내쉬 균형보다 훨씬 효율적임을 보여주며, 특히 단위 무게 조건에서 SPO-PoA는 표준 PoA보다 훨씬 낮다.
• 잠재 함수 분석을 통해 균형으로의 수렴이 보장되며, 단계 수는 조합론적 합산과 상자 구성에 기반한 케이스 기반 추론을 통해 유도된다.