[논문 리뷰] Toward a General Theory of Motion Planning Complexity: Characterizing Which Gadgets Make Games Hard

Erik D. Demaine, Dylan Hendrickson외 1명|arXiv (Cornell University)|2018. 12. 10.

Logic, Reasoning, and Knowledge인용 수 4

한 줄 요약

이 논문은 게임 및 로봇 공학에서의 운동 계획 문제의 일반적인 복잡도 이론을 수립하기 위해 특정 '기구들'(상태를 변화시키는 구성 요소로, 로봇의 통과를 제어함)이 계산적 난이도에 미치는 영향을 분석함으로써, 1인용 및 2인용 운동 계획 문제의 복잡도를 기구 유형에 따라 완전히 특성화함. 일부 기구들(예: 锁정 2토글, 한방향 터널)이 문제를 NP-완전, PSPACE-완전, 심지어 결정 불가능하게 만들 수 있음을 보여주며, 이는 이전의 난이도 증명을 단순화하고 일반화하는 통합 프레임워크를 제공함.

ABSTRACT

We build a general theory for characterizing the computational complexity of motion planning of robot(s) through a graph of "gadgets", where each gadget has its own state defining a set of allowed traversals which in turn modify the gadget's state. We study two families of such gadgets, one which naturally leads to motion planning problems with polynomially bounded solutions, and another which leads to polynomially unbounded (potentially exponential) solutions. We also study a range of competitive game-theoretic scenarios, from one player controlling one robot to teams of players each controlling their own robot and racing to achieve their team's goal. Under small restrictions on these gadgets, we fully characterize the complexity of bounded 1-player motion planning (NL vs. NP-complete), unbounded 1-player motion planning (NL vs. PSPACE-complete), and bounded 2-player motion planning (P vs. PSPACE-complete), and we partially characterize the complexity of unbounded 2-player motion planning (P vs. EXPTIME-complete), bounded 2-team motion planning (P vs. NEXPTIME-complete), and unbounded 2-team motion planning (P vs. undecidable). These results can be seen as an alternative to Constraint Logic (which has already proved useful as a basis for hardness reductions), providing a wide variety of agent-based gadgets, any one of which suffices to prove a problem hard.

연구 동기 및 목표

• 운동 계획 문제의 계산적 난이도를 유발하는 기구들을 규명하는 일반 이론을 수립하는 것.
• 이동 횟수의 유 bound 여부를 고려한 1인용 및 2인용 운동 계획 문제의 복잡도를 기구 유형에 따라 분류하는 것.
• 기존의 게임 및 로봇 공학 분야의 난이도 증명을 일반화하고 단순화하는 프레임워크를 제공하는 것.
• 다양한 게임 유형과 복잡도 클래스에서 난이도를 증명하는 데 충분한 최소 기구 집합을 규명하는 것.
• 기구의 평면적 배치와 비평면적 배치 간에 복잡도가 다를 수 있는지 탐색하는 것.

제안 방법

• 각 통과가 기구의 상태를 변경하고 향후 통과 규칙을 정의하는 상태 기반 기구로 이루어진 그래프를 통한 로봇 통과로 운동 계획을 모델링함.
• 주요 기구 유형 두 가지를 정의: DAG 기구(다항식 범위의 해를 가짐)와 가역적 결정론적 기구(지수적 해 길이 가능함).
• 기존의 난이도가 알려진 문제들(예: 3SAT, QSAT, 평면적 운동 계획)으로의 축소를 통해 특정 기구 구성에 대한 난이도를 증명함.
• 실제 게임(예: PushPull-1F, Mario Kart)에서의 구체적 기구 실현을 구축하여 적용 가능성과 증명의 단순화를 입증함.
• 경쟁적, 팀 기반, 단일 에이전트 운동 계획 문제에 대해 다양한 이동 제한 조건 하에서 복잡도 결과를 증명함.
• 기구의 성질에 기반해 복잡도 클래스(NL, NP, PSPACE, EXPTIME, NEXPTIME, 결정 불가능)의 완전 또는 부분적 특성화를 제공함.

실험 결과

연구 질문

• RQ1 어떤 기구 유형이 1인용 운동 계획 문제를 NP-완전 또는 PSPACE-완전하게 만들 수 있는가?
• RQ2 2인용 및 팀 기반 운동 계획 문제의 복잡도는 기구 유형에 따라 완전히 특성화될 수 있는가?
• RQ3 가역적 결정론적 기구는 지수적 해 길이를 유도하는가? 이는 복잡도에 어떤 영향을 미치는가?
• RQ4 기구의 평면적 구성과 비평면적 구성 간에 복잡도가 다를 수 있는가?
• RQ5 이 프레임워크는 Lemmings나 Mario Kart와 같은 게임에서 기존의 장기간에 걸친 난이도 증명을 단순화하거나 대체할 수 있는가?

주요 결과

• DAG 기구를 사용한 1인용 운동 계획은 기구 집합이 다항식 범위의 해를 허용하는지 여부에 따라 NL 또는 NP-완전임.
• 무한정 이동 횟수를 허용하는 1인용 운동 계획은 기구가 지수적 길이의 해 경로를 허용할 경우 PSPACE-완전이 되며, 그렇지 않으면 NL에 속함.
• 유한 이동 횟수 제한이 있는 2인용 운동 계획은 특정 가역적 또는 한방향 기구의 존재 여부에 따라 P 또는 PSPACE-완전임.
• 무한 이동 횟수 제한이 있는 2인용 운동 계획은 특정 기구 구성에 의해 EXPTIME-완전이 될 수 있으며, 이 경우 P 또는 EXPTIME-완전이 됨.
• 유한 이동 횟수 제한이 있는 2팀 운동 계획은 P 또는 NEXPTIME-완전이며, 특정 기구 집합 하에서는 무한 이동 횟수 제한이 있는 2팀 운동 계획이 결정 불가능해질 수 있음.
• 이 프레임워크는 기존의 난이도 증명을 단순화함: 예를 들어, Mario Kart의 2인용 모드의 PSPACE-난이도는 이제 단일 간단한 기구 구성만으로 유도되며, 이는 다국적 증명을 단 한 문단으로 압축함.