[논문 리뷰] Improved Algorithms for Online Rent Minimization Problem Under Unit-Size Jobs

Enze Sun, Zonghan Yang외 1명|arXiv (Cornell University)|2023. 01. 01.

Optimization and Search Problems인용 수 1

한 줄 요약

이 논문은 유닛 크기 작업을 가정할 때 온라인 렌트 최소화 문제에 대해 6-competitive 비율을 달성하는 새로운 오라클 기반 온라인 알고리즘 프레임워크를 제안한다. 이는 이전까지의 최고 bound인 약 15.16보다 크게 향상된 결과이다. 기존 알고리즘을 블랙박스 방식으로 사용하는 대신, 최적의 머신 증강을 시뮬레이션하는 효율적인 오프라인 오라클로 대체함으로써, 더 엄밀한 비용 제어와 더불어 짧은 일과 긴 일을 구분하지 않는 간결하고 통합된 접근 방식을 실현하였다.

ABSTRACT

We consider the Online Rent Minimization problem, where online jobs with release times, deadlines, and processing times must be scheduled on machines that can be rented for a fixed length period of $T$. The objective is to minimize the number of machine rents. This problem generalizes the Online Machine Minimization problem where machines can be rented for an infinite period, and both problems have an asymptotically optimal competitive ratio of $O(\log(p_{\max}/p_{\min}))$ for general processing times, where $p_{\max}$ and $p_{\min}$ are the maximum and minimum processing times respectively. However, for small values of $p_{\max}/p_{\min}$, a better competitive ratio can be achieved by assuming unit-size jobs. Under this assumption, Devanur et al. (2014) gave an optimal $e$-competitive algorithm for Online Machine Minimization, and Chen and Zhang (2022) gave a $(3e+7)\approx 15.16$-competitive algorithm for Online Rent Minimization. In this paper, we significantly improve the competitive ratio of the Online Rent Minimization problem under unit size to $6$, by using a clean oracle-based online algorithm framework.

연구 동기 및 목표

• 모든 작업의 처리 시간이 1이며, 출시 및 마감 시간 제약 조건 내에서 스케줄링되어야 하는 유닛 크기 작업을 가정할 때, 온라인 렌트 최소화 문제를 다루는 것.
• 이 문제에 대해 이전까지 알려진 최고의 경계인 3e + 7 ≈ 15.16를 초월하는 경쟁 비율을 향상시키는 것.
• 이전의 접근 방식과 달리 짧은 일과 긴 일을 분류할 필요가 없는 통합적이고 깔끔한 온라인 알고리즘을 개발하는 것.
• 온라인 머신 최소화 알고리즘을 일반적인 오라클 기반 프레임워크로 형식화하고 확장하여 렌트 최소화 문제에 적합하게 만드는 것.
• 무지연 및 지연된 렌트 모델 모두에서 강력한 이론적 보장을 갖춘 증명 가능하게 효율적인 온라인 알고리즘을 확립하는 것.

제안 방법

• 기존 알고리즘의 블랙박스 사용을 대체하기 위해, 효율적인 오프라인 알고리즘을 활용해 온라인 결정을 이끄는 오라클 기반 프레임워크를 도입하는 것.
• 렌트 길이를 최대 3T까지 허용하면서도 T 길이의 렌트에 대해 렌트 수를 OPT 내에서 유지할 수 있는 '최적 증강 알고리즘'이라고 불리는 대체 오라클을 정의하는 것.
• 오라클을 사용해 최적 해 경로를 시뮬레이션하고 온라인 렌트 결정을 이끌며, 온라인 단조성과 비용 유한성을 유지하는 것.
• EDF(가장 빨리 도래하는 마감일 우선) 스케줄링을 사용해 점진적으로 반올림된 온라인 렌트 집합을 유지함으로써, O(n² log n)의 최악의 경우 시간 복잡도로 효율적인 동적 업데이트를 가능하게 하는 것.
• 무지연 알고리즘을 지연된 렌트 모델으로 확장하기 위해 감소 기법을 적용하며, 각 렌트가 활성화되기까지 λ 시간이 소요되는 조건에서 6(λ + 1)의 경쟁 비율을 달성하는 것.
• 구조적 보조정리를 통해 타당성과 경쟁성을 증명하며, 지연이 있을 경우에도 어떤 간격 내에서 모든 작업 요구를 렌트 집합이 커버함을 보여주는 것.

실험 결과

연구 질문

• RQ1 유닛 크기 작업을 가진 온라인 렌트 최소화 문제에 대해, 이전의 경계인 3e + 7 ≈ 15.16를 초월하는 경쟁 비율을 달성할 수 있는가?
• RQ2 짧은 일과 긴 일을 분류할 필요 없이 통합적인 온라인 알고리즘을 설계하는 것이 가능한가?
• RQ3 기존에 알려진 다항 시간 오프라인 최적 알고리즘이 없는 상황에서, 오라클 기반 프레임워크가 온라인 렌트 최소화 문제에 효과적으로 적용될 수 있는가?
• RQ4 이 문제에 대해 오라클 기반 접근 방식을 사용할 때 도달할 수 있는 최고의 경쟁 비율은 무엇인가?
• RQ5 지연된 렌트 활성화(λ 단위 시간 소요)를 어떻게 처리하면서도 강력한 경쟁 보장을 유지할 수 있는가?

주요 결과

• 논문은 유닛 크기 작업을 가진 온라인 렌트 최소화 문제에 대해 6-competitive인 온라인 알고리즘을 제시하며, 이는 이전까지의 최고 경계인 약 15.16보다 크게 향상된 결과이다.
• 이 알고리즘은 기존 알고리즘의 블랙박스 사용을 대체하는 새로운 오라클 기반 프레임워크를 사용하며, 더 엄밀한 비용 제어와 작업에 대한 통합적 처리를 가능하게 한다.
• 오라클은 최적 오프라인 알고리즘의 효율적 대체물이며, 렌트 길이를 최대 3T까지 허용하면서도 T 길이의 렌트에 대해 렌트 수를 OPT 내에서 유지한다.
• EDF 스케줄링을 활용해 렌트 집합을 점진적으로 유지함으로써 타당성과 경쟁성을 확보하며, 최악의 경우 시간 복잡도는 O(n² log n)이다.
• 매개수 λ를 가진 지연된 렌트 모델에 대해서는 6(λ + 1)의 경쟁 비율을 달성하며, 깔끔한 감소 기법을 통해 결과를 확장한다.
• 이 프레임워크는 블랙박스 알고리즘을 오라클 기반 설계로 대체할 경우, 경쟁 비율 향상과 알고리즘의 명확성 향상에 상당한 기여를 할 수 있음을 보여준다.