[논문 리뷰] Group Activity Selection with Few Agent Types

Robert Ganian, Sebastian Ordyniak외 1명|arXiv (Cornell University)|2018. 08. 21.

Complexity and Algorithms in Graphs참고 문헌 15인용 수 2

한 줄 요약

이 논문은 에이전트 유형 수에 따라 매개변수화된 그룹 활동 선택 문제(GASP, sGASP, gGASP)의 복잡도를 해결한다 — 오랫동안 열려 있던 문제이다. GASP에 대해 고정 매개변수 가능(fixed-parameter tractable) 알고리즘을 제시하고, sGASP에 대해 새로운 부분합 기법과 비순환적 해 압축 기법을 활용한 XP 알고리즘을 제시하며, 사이돈 수열과 제한된 다차원 부분합 변형을 통한 W[1]-하드성 결과를 보완한다.

ABSTRACT

The Group Activity Selection Problem (GASP) models situations where a group of agents needs to be distributed to a set of activities while taking into account preferences of the agents w.r.t. individual activities and activity sizes. The problem, along with its well-known variants sGASP and gGASP, has previously been studied in the parameterized complexity setting with various parameterizations, such as number of agents, number of activities and solution size. However, the complexity of the problem parameterized by the number of types of agents, a natural parameter proposed already in the first paper that introduced GASP, has so far remained unexplored. In this paper we establish the complexity map for GASP, sGASP and gGASP when the number of types of agents is the parameter. Our positive results, consisting of one fixed-parameter algorithm and one XP algorithm, rely on a combination of novel Subset Sum machinery (which may be of general interest) and identifying certain compression steps which allow us to focus on solutions which are "acyclic". These algorithms are complemented by matching lower bounds, which among others close a gap to a recently obtained tractability result of Gupta, Roy, Saurabh and Zehavi (2017). In this direction, the techniques used to establish W[1]-hardness of sGASP are of particular interest: as an intermediate step, we use Sidon sequences to show the W[1]-hardness of a highly restricted variant of multi-dimensional Subset Sum, which may find applications in other settings as well.

연구 동기 및 목표

• 에이전트 유형 수에 따라 매개변수화된 GASP, sGASP, gGASP의 복잡도를 해결하는 데 있어 오랫동안 열려 있던 문제를 해결하는 것.
• 에이전트 유형에 따른 매개변수화를 다루기 위해 부분합과 해의 비순환성에 중심을 둔 새로운 알고리즘 기법을 개발하는 것.
• 사이돈 수열을 활용한 새로운 축소를 통한 sGASP의 W[1]-하드성 결과를 포함한 일치하는 하한선을 확립하는 것.
• 에이전트, 활동, 에이전트 유형의 파라미터에 따라 GASP 변형의 복잡도 지도를 완전히 제공하는 것.

제안 방법

• 모든 해를 등가의 비순환적 해로 압축하는 새로운 압축 기법을 도입하여 효율적인 탐색을 가능하게 한다.
• 에이전트 유형에 대한 동적 프로그래밍을 지원하는 새로운 부분합의 변형인 트리 부분합(Tree Subset Sum)을 활용한 GASP에 대한 고정 매개변수 알고리즘을 개발한다.
• 에이전트 그룹화에 대한 분기 전략과 분할된 다차원 부분합(SMPSS)을 조합하여 sGASP에 대한 XP 알고리즘을 제안한다.
• 사이돈 수열을 사용하여 다차원 부분합의 매우 제한된 변형의 W[1]-하드성을 증명하며, 이는 핵심 하드성 기반 도구가 된다.
• 가능한 에이전트 그룹화와 활동 할당 하에 할당의 안정성을 검증하기 위해 이분 매칭 형식을 구성한다.
• 에이전트 유형의 구조적 통찰을 활용하여 검색 공간을 줄이고 모든 에이전트 할당에 대한 브루트 포스 탐색을 피한다.

실험 결과

연구 질문

• RQ1 에이전트 유형 수에 따라 매개변수화된 그룹 활동 선택 문제(GASP)는 고정 매개변수 가능한가?
• RQ2 동일한 매개변수화 하에 단순 변형 sGASP의 매개변수화된 복잡도는 무엇인가?
• RQ3 에이전트 유형에 따라 매개변수화된 gGASP의 복잡도는 완전히 특성화될 수 있는가? GASP 및 sGASP와 비교해보면 어떻게 되는가?
• RQ4 에이전트 유형 매개변수화를 다룰 수 있는 새로운 부분합 기반 알고리즘 기법을 개발할 수 있는가?
• RQ5 이 문제들에 대한 날카로운 하한선은 무엇이며, 새로운 조합 기반 도구를 통해 확립될 수 있는가?

주요 결과

• 논문은 GASP가 에이전트 유형 수에 따라 매개변수화되었을 때 고정 매개변수 가능하다는 것을 입증하며, 새로운 트리 부분합 형식을 활용한다.
• 에이전트 유형 수에 따라 매개변수화된 sGASP에 대해 분할된 다차원 부분합 변형을 활용한 XP 알고리즘을 개발한다.
• 에이전트 유형 매개변수화 하에 sGASP의 W[1]-하드성을 사이돈 수열을 활용한 매우 제한된 다차원 부분합 변형으로부터의 축소를 통해 증명한다.
• 새로운 조합 기반 도구인 사이돈 수열을 사용하여 제한된 다차원 부분합 문제의 W[1]-하드성을 입증하며, 이는 향후 다른 축소에 재사용 가능할 수 있다.
• 저자들은 sGASP가 에이전트 수에 따라 매개변수화되었을 때 고정 매개변수 가능하다는 것을 보여줌으로써 열려 있던 질문을 해결한다. 이는 복잡도 지도를 완성한다.
• 개발된 알고리즘과 하드성 결과는 에이전트, 활동, 에이전트 유형의 파라미터에 따라 GASP 변형의 거의 완전한 복잡도 지도를 제공한다.