[논문 리뷰] On Irrelevant Literals in Pseudo-Boolean Constraint Learning

Daniel Le Berre, Pierre Marquis외 2명|arXiv (Cornell University)|2020. 12. 08.

Constraint Satisfaction and Optimization참고 문헌 32인용 수 2

한 줄 요약

이 논문은 절단 평면 추론을 사용하는 의사 부울(PB) 솔버가 종종 관련 없는 리터럴을 포함하는 제약 조건을 생성한다는 점을 규명한다. 이 리터럴들은 제약 조건의 만족도에 영향을 주지 않으며, 이는 제약 조건의 강도를 약화시키고 증명 크기를 증가시키며 솔버 성능을 떨어뜨린다. 이러한 리터럴들은 탐지가 NP-난해하나, 저자들은 이러한 리터럴을 효율적으로 탐지하고 제거하는 근사 알고리즘을 제안하며, Sat4j와 RoundingSat와 같은 솔버에서 실용적인 영향을 미친다.

ABSTRACT

Learning pseudo-Boolean (PB) constraints in PB solvers exploiting cutting planes based inference is not as well understood as clause learning in conflict-driven clause learning solvers. In this paper, we show that PB constraints derived using cutting planes may contain \emph{irrelevant literals}, i.e., literals whose assigned values (whatever they are) never change the truth value of the constraint. Such literals may lead to infer constraints that are weaker than they should be, impacting the size of the proof built by the solver, and thus also affecting its performance. This suggests that current implementations of PB solvers based on cutting planes should be reconsidered to prevent the generation of irrelevant literals. Indeed, detecting and removing irrelevant literals is too expensive in practice to be considered as an option (the associated problem is NP-hard.

연구 동기 및 목표

• 절단 평면 추론을 통해 유도된 PB 제약 조건 내 관련 없는 리터럴의 존재와 영향을 조사한다.
• 현재 PB 솔버에서 관련 없는 리터럴이 어떻게 발생하며, 이들이 증명의 강도와 솔버 효율성에 어떤 영향을 미치는지 이해한다.
• 제약 조건 유도 과정 중 관련 없는 리터럴을 탐지하고 제거하기 위한 실용적이고 완전하지 않은 알고리즘을 개발한다.
• 최신 PB 솔버에서 관련 없는 리터럴이 증명 크기와 성능에 미치는 실제 영향을 평가한다.
• 기본적으로 관련 없는 리터럴을 생성하지 않도록 PB 추론 시스템의 설계를 재고할 것을 주장한다.

제안 방법

• 작은 소수를 사용하는 부분합 문제 기반의 새로운 근사 알고리즘을 제안하여 관련 없는 리터럴을 효율적으로 탐지한다.
• 제약 조건의 슬랙(slack)을 히وري스틱으로 활용하여 관련 없는 리터럴을 탐지하며, 이는 제약 조건 만족도에 미치는 기여도가 최소임을 고려한다.
• PB 솔버의 제약 조건 유도 파이프라인에 탐지 알고리즘을 통합하여 각 추론 단계에서 적용한다.
• 실제 PB 솔버인 Sat4j와 RoundingSat에 대해 충돌 분석 중에 관련 없는 리터럴을 식별하고 제거하기 위해 알고리즘을 적용한다.
• 중국의 나머지 정리 기반 접근 방식을 활용하여 큰 부분합 문제를 작은 소수를 사용한 더 작은 문제들로 분할함으로써 계산 비용을 감소시킨다.
• 특히 정점 커버 완전 그래프 가족을 중심으로 벤치마크 인스턴스를 사용하여 제거 영향을 증명 크기와 솔버 행동 측면에서 평가한다.

실험 결과

연구 질문

• RQ1 절단 평면 기반 PB 솔버는 충돌 분석 중에 관련 없는 리터럴을 포함하는 제약 조건을 어느 정도의 비율로 생성하는가?
• RQ2 관련 없는 리터럴은 PB 솔버에서 유도된 제약 조건의 강도와 결과 증명 크기에 어떤 영향을 미치는가?
• RQ3 계산 비용이 과도하지 않게 실용적으로 관련 없는 리터럴을 탐지하고 제거할 수 있는 효율적인 비완전 알고리즘이 존재하는가?
• RQ4 실제 PB 벤치마크에서 관련 없는 리터럴을 제거했을 때 증명 크기와 솔버 성능에 어떤 실용적 영향을 미치는가?
• RQ5 추론 과정에서 관련 없는 리터럴을 기본적으로 생성하지 않도록 하는 증명 체계를 설계하는 것은 가능한가?

주요 결과

• 절단 평면 추론을 통해 유도된 PB 제약 조건에서는 조건이 논리적으로 클라우즈나 카디널리티 제약 조건과 동치일지라도 관련 없는 리터럴이 자주 생성된다.
• 관련 없는 리터럴의 존재는 유도된 제약 조건의 강도를 약화시키며, 정점 커버 완전 그래프와 같은 일부 벤치마크 가족에서는 증명 크기가 지수적으로 커지게 한다.
• 정점 커버 완전 그래프 가족에서 첫 번째 충돌 분석 이후 관련 없는 리터럴을 제거한 결과, 취소 수가 지수적으로 감소하는 것으로 실험적으로 확인되었다.
• 제안된 근사 알고리즘은 Sat4j와 RoundingSat에서 관련 없는 리터럴을 성공적으로 탐지하고 제거하여 정확한 탐지가 NP-난해함에도 불구하고 실용적 타당성을 입증했다.
• 관련 없는 리터럴의 제거로 인해 VSIDS 히وري스틱의 동작 방식이 변화하며, 이는 관련 없는 리터럴과 연결된 변수들이 더 이상 업데이트되지 않기 때문에 탐색 효율성에 영향을 줄 수 있다.
• 일부 제약 조건당 몇 개의 관련 없는 리터럴이라도, 이들의 영향은 증명 크기와 솔버 성능에 비례하지 않게 크게 악영향을 미치며, 이들의 비례하지 않는 영향을 강조한다.