[논문 리뷰] Heuristic Reasoning on Graph and Game Complexity of Sudoku

Zhe Chen|ArXiv.org|2009. 03. 09.

graph theory and CDMA systems참고 문헌 9인용 수 3

한 줄 요약

이 논문은 스도쿠 퍼즐을 해결하고 게임 복잡도를 정량적으로 측정하기 위한 그래프 기반 히우리스틱 추론 프레임워크를 제안한다. 스도쿠를 제약 간선을 가진 방향성 그래프로 모델링하고 r-Reduction 및 추론 정리 적용 시, 단순 r-Reduction만으로도 쉬운 및 중간 난이도 퍼즐의 100%를, 어려운 퍼즐의 70.5%를 해결하며, 최소한의 추론(평균 1.6회/퍼즐)을 통해 완전한 해결을 이룬다. 또한 새로운 엔트로피 기반 게임 복잡도 지표는 세 단계의 난이도 수준을 완벽하게 구분한다.

ABSTRACT

The Sudoku puzzle has achieved worldwide popularity recently, and attracted great attention of the computational intelligence community. Sudoku is always considered as Satisfiability Problem or Constraint Satisfaction Problem. In this paper, we propose to focus on the essential graph structure underlying the Sudoku puzzle. First, we formalize Sudoku as a graph. Then a solving algorithm based on heuristic reasoning on the graph is proposed. The related r-Reduction theorem, inference theorem and their properties are proved, providing the formal basis for developments of Sudoku solving systems. In order to evaluate the difficulty levels of puzzles, a quantitative measurement of the complexity level of Sudoku puzzles based on the graph structure and information theory is proposed. Experimental results show that all the puzzles can be solved fast using the proposed heuristic reasoning, and that the proposed game complexity metrics can discriminate difficulty levels of puzzles perfectly.

연구 동기 및 목표

• 스도쿠를 방향성 그래프로 형식화하여 체계적인 추론과 알고리즘 개발을 가능하게 하기 위해.
• r-Reduction 및 추론 정리를 기반으로 한 히우리스틱 해결 알고리즘을 개발하여 효율적인 퍼즐 해결을 위해.
• 인간이 인식하는 난이도 수준과 상관관계를 가지는 정보이론 기반의 정량적 게임 복잡도 지표를 제안하기 위해.
• 실세계 스도쿠 퍼즐(어려운 및 극악의 난이도 퍼즐 포함)에 대해 제안된 해결 알고리즘과 복잡도 지표의 효과성을 평가하기 위해.
• 백트래킹 없이 히우리스틱 추론만으로도 모든 스도쿠 퍼즐을 해결할 수 있는지 탐색하기 위해.

제안 방법

• 스도쿠를 정점 V와 간선 E로 구성된 방향성 그래프 G = (V, E)로 모델링하며, 정점은 셀을 나타내고 간선은 행, 열, 하위격자 제약을 나타낸다.
• 셀 (i,j)의 정점 후보 집합 v_ij를 정의하며, 사전에 값 k로 채워진 경우 {k}로 초기화한다.
• r-Reduction 정리 도입: 어떤 셀의 제약 이웃 정점들의 후보 집합 내에서 값 r이 유일하게 한 번만 나타나면, 그 값은 해당 셀에 할당될 수 있다.
• 제약을 전파하고 연결된 정점들 사이에서 후보 집합을 줄이기 위해 추론 정리를 적용한다.
• 정보이론적 엔트로피를 사용해 게임 복잡도를 계산한다: H = -Σ p_i log p_i, 여기서 p_i는 셀의 후보 집합 내 값 i의 확률이다.
• r-Reduction와 추론 단계를 조합한 해결 알고리즘을 구현하며, 퍼즐당 평균 추론 횟수로 복잡도를 측정한다.

실험 결과

연구 질문

• RQ1 히우리스틱 추론을 사용한 공식적인 그래프 기반 표현을 통해 스도쿠 퍼즐을 효과적으로 모델링하고 해결할 수 있는가?
• RQ2 백트래킹 없이 r-Reduction 규칙이 스도쿠 퍼즐 해결에 얼마나 효과적인가?
• RQ3 엔트로피 기반의 제안된 게임 복잡도 지표는 인간이 인식하는 난이도 수준을 정확히 반영할 수 있는가?
• RQ4 제안된 히우리스틱 알고리즘의 계산 복잡도는 무엇이며, 다양한 난이도 수준에서 어떻게 스케일링되는가?
• RQ5 단일 히우리스틱 규칙(예: r-Reduction)만으로 모든 스도쿠 퍼즐을 해결할 수 있는가, 아니면 추가적인 추론이 필요한가?

주요 결과

• r-Reduction 규칙만으로도 쉬운 및 중간 난이도 퍼즐의 100%와 어려운 퍼즐의 70.5%를 해결하여 강력한 히우리스틱 능력을 입증했다.
• 추론 규칙을 추가함으로써 10,000개의 어려운 퍼즐 모두를 완전히 해결할 수 있었으며, 평균 퍼즐당 단지 1.6회의 추론만 필요했다.
• 엔트로피 기반 게임 복잡도 지표는 난이도를 완벽하게 분류했다: 쉬움 (0.5362–0.9046), 중간 (1.2246–1.3965), 어려움 (1.6946–1.8189).
• 해결되지 않은 퍼즐의 평균 게임 복잡도(1.75349)는 해결된 퍼즐의 평균 복잡도(1.75226)보다 높았으며, 이는 지표의 분류 능력을 확인시켰다.
• 특히 난이도가 높은 'AI Escargot' 퍼즐은 91회의 추론으로 성공적으로 해결되었고, 나머지 21개의 어려운 퍼즐은 총 2,442회의 추론(평균 116회/퍼즐)으로 해결되었다.
• 심지어 어려운 퍼즐에 대해서도 필요한 추론 횟수가 낮아 실질적인 계산 복잡도는 거의 다항식 수준을 유지한다.