[論文レビュー] A General Framework for Learning-Augmented Online Allocation

Ilan Reuven Cohen, Debmalya Panigrahi|arXiv (Cornell University)|Jan 1, 2023

Optimization and Search Problems被引用数 1

ひとこと要約

本稿では、1人のエージェントあたり1つの学習済みパラメータを用いて、マックススパン、サンタクロース、ナッシュ福利、ℓp最小化など、多様な最小化および最大化目的関数に対してほぼ最適な競合比を達成する、オンライン分数割り当ての統合的学習補助フレームワークを提案する。この手法は、目的関数の同次性と単調性に基づく、新たなEP割り当てルールを活用し、パラメータの誤差に対して耐性を示し、サンプルされたインスタンスから学習可能であることを保証する。

ABSTRACT

Online allocation is a broad class of problems where items arriving online have to be allocated to agents who have a fixed utility/cost for each assigned item so to maximize/minimize some objective. This framework captures a broad range of fundamental problems such as the Santa Claus problem (maximizing minimum utility), Nash welfare maximization (maximizing geometric mean of utilities), makespan minimization (minimizing maximum cost), minimization of 𝓁_p-norms, and so on. We focus on divisible items (i.e., fractional allocations) in this paper. Even for divisible items, these problems are characterized by strong super-constant lower bounds in the classical worst-case online model. In this paper, we study online allocations in the learning-augmented setting, i.e., where the algorithm has access to some additional (machine-learned) information about the problem instance. We introduce a general algorithmic framework for learning-augmented online allocation that produces nearly optimal solutions for this broad range of maximization and minimization objectives using only a single learned parameter for every agent. As corollaries of our general framework, we improve prior results of Lattanzi et al. (SODA 2020) and Li and Xian (ICML 2021) for learning-augmented makespan minimization, and obtain the first learning-augmented nearly-optimal algorithms for the other objectives such as Santa Claus, Nash welfare, 𝓁_p-minimization, etc. We also give tight bounds on the resilience of our algorithms to errors in the learned parameters, and study the learnability of these parameters.

研究の動機と目的

• 古典的なオンライン割り当てにおける強い超定数競合下界を克服するため、機械学習による予測を組み込むこと。
• オンライン割り当てにおける多様な最小化および最大化目的関数の近似的に最適なアルゴリズムの設計を統一すること。
• 学習済みパラメータの誤差に対してアルゴリズムの耐性を確立し、これらのパラメータが分布から学習可能かどうかを検討すること。
• 負荷バランスに関する先行結果を、サンタクロースやナッシュ福利を含むより広範な目的関数クラスへ一般化すること。
• 最大化および最小化問題の両方において、滑らかでよい性質を持つ目的関数（単調かつ同次的関数として定義される）に適用可能な、一貫したフレームワークを提供すること。

提案手法

• 目的関数の同次性から導かれるべきべき乗αに基づき、アイテムの価値と学習済みパラメータの重み付き積に基づく一般化EP割り当てルールを提案する。
• 問題を単位の目的関数値ベンチマークに変換するための正規化ステップを実施し、各エージェントあたりの最適目的関数値ℓf_iでアイテムの価値をスケーリングする。
• サンプルされたインスタンスの経験的平均から導かれるパラメータベクトルw*を用いて、最適双対変数の近似を実現し、高確率での性能を保証する。
• ノイズ耐性解析を用い、パラメータの誤差が目的関数値を最大でもη倍にしか増加させないことを示し、摂動下でも性能が保たれることを保証する。
• 超加法性／準加法性の仮定を用いて、サンプルされたインスタンスから得られるパラメータが、期待値において(1±O(ǫ))近似解をもたらすことを証明する。
• 同次性と単調性を活用して凸的構造に還元することで、異なる目的関数に対して別個に設計されたアルゴリズム的手法を統一的に取り扱えるようにする。

実験結果

リサーチクエスチョン

• RQ1 1人のエージェントあたり1つの学習済みパラメータを用いて、多様なオンライン割り当て目的関数においてほぼ最適な解を得られるか？
• RQ2 提案されたアルゴリズムは、学習済みパラメータの誤差に対してどれほど耐性を示すか？
• RQ3 最適な学習済みパラメータは、問題インスタンスの分布から効率的に学習可能か？
• RQ4 このフレームワークは、かつて別個に扱われていた最大化および最小化目的関数のアルゴリズム的手法を統合できるか？
• RQ5 このフレームワークが機能するための目的関数の構造的性質（例：単調性、同次性）として、必要十分条件は何か？

主な発見

• 最小化目的関数では1+ǫ、最大化目的関数では1−ǫの競合比を達成するが、エージェント1人あたり1つの学習済みパラメータのみを用いる。
• アルゴリズムはパラメータ誤差に対して耐性を示す：学習済み重みがη近似であれば、目的関数値は最大でもη倍にしか増加しない。
• 滑らかでよい性質を持つ目的関数では、高確率で、サンプルされたインスタンスの期待値において、最大化では(1−Ω(ǫ))·T以上、最小化では(1+O(ǫ))·T以下となる解が得られる。
• 本手法は、負荷バランスに関する先行結果を、サンタクロースやナッシュ福利といった新たな目的関数へ一般化し、これらの問題に対して初めて学習補助型のほぼ最適なアルゴリズムを提供する。
• 本フレームワークは、すべて単調かつ同次的である目的関数に適用可能であり、ℓpノルム、マックススパン、ナッシュ福利など、オンライン割り当てにおける標準的すべての目的関数を含む。
• 小さなアイテムと分布に対する弱い仮定の下で、O(m/ǫ · log m)個の独立なサンプルインスタンスから、学習済みパラメータを効率的に推定可能である。