[논문 리뷰] Playing Mastermind With Constant-Size Memory

Carola Doerr, Carola Winzen|arXiv (Cornell University)|2011. 10. 17.

Algorithms and Data Compression참고 문헌 4인용 수 14

한 줄 요약

이 논문은 코드브레이커가 이전 추측과 그 결과를 상수 개수만 저장할 수 있는 제약 조건이 있을 때조차도 고전적인 마스터민드 게임을 Θ(n / log n)개의 질의로 해결할 수 있음을 보여준다. 이 결과는 메모리 제약 조건이 있는 계산 이론 분야의 열린 문제를 해결하고, OneMax 함수 클래스의 블랙박스 복잡도에 대한 추측을 반증한다.

ABSTRACT

We analyze the classic board game of Mastermind with n holes and a constant number of colors. The classic result of Chvátal (Combinatorica 3 (1983), 325-329) states that the codebreaker can find the secret code with \\Theta(n / \\log n) questions. We show that this bound remains valid if the codebreaker may only store a constant number of guesses and answers. In addition to an intrinsic interest in this question, our result also disproves a conjecture of Droste, Jansen, and Wegener (Theory of Computing Systems 39 (2006), 525-544) on the memory-restricted black-box complexity of the OneMax function class.

연구 동기 및 목표

• 코드브레이커의 메모리가 제한된 조건에서 마스터민드를 해결하기 위해 필요한 최소 질의 수를 조사하는 것.
• 코드브레이커의 메모리 제약 조건이 있을 때도 고전적인 Θ(n / log n) 질의 복잡도 경계가 그대로 유지되는지 확인하는 것.
• Droste, Jansen, 및 Wegener가 제기한 OneMax 함수 클래스의 메모리 제약 조건이 있는 블랙박스 복잡도에 대한 추측을 해결하는 것.
• 메모리 제약 조건이 있는 탐색 문제에서 질의 효율의 이론적 한계를 설정하는 것.

제안 방법

• n개의 구멍과 상수 개수의 색상이 있는 마스터민드를 분석한다.
• 조합론적 및 정보 이론적 추론을 적용하여 질의 복잡도의 경계를 도출한다.
• 이전 상호작용를 상수 개수만 유지하는 적응형 질의 전략을 사용한다.
• Chvátal의 고전적 결과를 바탕으로 메모리 제약 조건이 있는 환경으로 이를 확장한다.
• 기존의 블랙박스 복잡도 이론과 연결하기 위해 OneMax 함수 클래스로의 환원을 활용한다.
• 메모리 제약 조건이 있어도 점근적 질의 복잡도가 Θ(n / log n)을 초과하지 않는다는 것을 입증한다.

실험 결과

연구 질문

• RQ1 상수 메모리 제약 조건이 있을 때도 마스터민드의 Θ(n / log n) 질의 복잡도 경계를 유지할 수 있는가?
• RQ2 메모리 제약 조건이 마스터민드를 해결하기 위해 필요한 질의 수를 상당히 증가시키는가?
• RQ3 Droste, Jansen, 및 Wegener의 OneMax의 블랙박스 복잡도에 대한 추측은 상수 메모리 조건 하에서 유효한가?
• RQ4 제한된 메모리로 작동하는 적응형 질의 전략은 무제한 메모리 전략과 동일한 점근적 효율성을 달성할 수 있는가?

주요 결과

• 코드브레이커는 상수 크기의 메모리만을 사용하더라도 마스터민드를 Θ(n / log n) 질의로 해결할 수 있다.
• 고전적인 질의 복잡도 경계는 메모리 제약 조건 하에서도 그대로 유지되며, 비용 증가의 예상과는 정반대이다.
• Droste, Jansen, 및 Wegener의 OneMax 함수 클래스의 메모리 제약 조건이 있는 블랙박스 복잡도에 대한 추측을 반증한다.
• 분석 결과, 메모리가 심각하게 제약받는 조건에서도 정보 이론적 효율성이 유지됨을 보여준다.
• 메모리 제약 조건이 있는 적응형 탐색에서 질의 복잡도의 날카로운 경계를 설정한다.
• 조합 게임과 블랙박스 복잡도 이론 간의 새로운 연결 고리를 제공한다.