[논문 리뷰] A Simple Model to Generate Hard Satisfiable Instances

Ke Xu, Fr ́ed ́eric Boussemart외 2명|arXiv (Cornell University)|2005. 09. 12.

Constraint Satisfaction and Optimization참고 문헌 19인용 수 68

한 줄 요약

이 논문은 도메인 크기와 제약 조건의 엄격함을 조절하여 무작위이면서도 어려운, 만족 가능성이 보장된 제약 충족 문제(CSP)를 생성하는 단순한 파rameterized 모델(RB 및 RD)을 제안한다. 문제의 단계 전이 임계점에서 생성된 인스턴스는 지수적 트리-해결 복잡성을 보이며, 특히 만족 가능성이 보장되는 강제 만족 가능 인스턴스(항상 만족 가능함이 보장됨)가 강제되지 않은 인스턴스와 유사한 난이도를 가지므로, SAT 및 CSP 솔버의 테스트에 이상적인 벤치마크가 된다.

ABSTRACT

In this paper, we try to further demonstrate that the models of random CSP instances proposed by [Xu and Li, 2000; 2003] are of theoretical and practical interest. Indeed, these models, called RB and RD, present several nice features. First, it is quite easy to generate random instances of any arity since no particular structure has to be integrated, or property enforced, in such instances. Then, the existence of an asymptotic phase transition can be guaranteed while applying a limited restriction on domain size and on constraint tightness. In that case, a threshold point can be precisely located and all instances have the guarantee to be hard at the threshold, i.e., to have an exponential tree-resolution complexity. Next, a formal analysis shows that it is possible to generate forced satisfiable instances whose hardness is similar to unforced satisfiable ones. This analysis is supported by some representative results taken from an intensive experimentation that we have carried out, using complete and incomplete search methods.

연구 동기 및 목표

• 이론적으로 잘 이해되고 실용적으로도 유용한 벤치마크로 사용할 수 있는 어려운 만족 가능한 CSP 인스턴스를 생성하는 방법을 개발하기 위해.
• 문제 크기가 증가함에 따라 임의의 표준 CSP 모델이 심각한 만족 불가능성 문제를 야기한다는 점을 해결하기 위해.
• 만족 가능성이 보장되는 강제 만족 가능 인스턴스(항상 만족 가능함이 보장됨)가 강제되지 않은 인스턴스와 유사한 난이도를 가지도록 보장하여, 불완전한 솔버의 공정한 평가를 가능하게 하기 위해.
• 아크 일致성 또는 경로 일치성과 같은 복잡한 구조적 성질을 강제할 필요 없이 쉽게 구현할 수 있는 모델을 제공하기 위해.
• 완전한 탐색 방법과 불완전한 탐색 방법을 모두 활용한 광범위한 실험을 통해 생성된 인스턴스의 난이도를 검증하기 위해.

제안 방법

• RB 및 RD 모델은 도메인 크기(변수 수에 대한 상대적 크기)와 제약 조건의 엄격함이라는 두 가지 핵심 파rameter를 조절하여 임의의 CSP 인스턴스를 생성한다.
• 이들 모델은 도메인 크기가 > n^(1/k)이고, 고리수 k에 대해 제약 조건의 엄격함이 ≤ (k−1)/k일 경우에 점 游적 단계 전이를 보장한다.
• 핵심 임계점 p_cr는 해석적으로 계산되며, 이 지점에서 절반의 인스턴스가 만족 가능하고, 이 임계점에서 모든 인스턴스는 지수적 트리-해결 복잡성을 보장한다.
• 강제 만족 가능 인스턴스는 모든 해가 유지되도록 하는 구조적 구성 방법을 통해 생성되며, 이로 인해 강제되지 않은 인스턴스와 동일한 난이도 특성을 유지한다.
• 평가를 위해 CSP 인스턴스를 SAT 인스턴스로 직접 인코딩하는 방법을 사용하여 SAT 경연 대회에서의 평가를 가능하게 한다.
• 실험은 완전한 솔버(MAC 알고리즘)와 불완전한 솔버(탭우 검색)를 사용하며, 런타임 분포를 분석하여 무거운 尾행동 여부를 확인한다.

실험 결과

연구 질문

• RQ1 복잡한 구조적 제약 조건이 필요 없이도 단순하고 파rameterized된 모델이 어려운 만족 가능한 CSP 인스턴스를 생성할 수 있는가?
• RQ2 RB 및 RD 모델의 단계 전이가 임계점에서 지수적 트리-해결 복잡성을 갖는 인스턴스를 생성하는가?
• RQ3 이 모델을 사용해 생성된 강제 만족 가능 인스턴스가 강제되지 않은 인스턴스와 동일한 난이도를 가지는가, 특히 탐색 비용 측면에서?
• RQ4 완전한 솔버와 불완전한 솔버 모두가 이러한 인스턴스에서 탐색 노력이 유사한 지수적 증가를 보이는가?
• RQ5 다양한 솔버를 활용한 대규모 실험을 통해 이러한 인스턴스의 난이도를 경험적으로 확인할 수 있는가?

주요 결과

• k=2, α=0.8, r=1.5일 때 p_cr ≈ 0.41에서 생성된 인스턴스는 지수적 트리-해결 복잡성을 보이며, 이는 이론적 난이도를 확인한다.
• p_cr 지점에서 랜덤화된 MAC 알고리즘의 런타임 분포는 무거운 꼬리 행동을 보이지 않아, 이는 솔버 특유의 이상 현상이 아니라 본질적인 난이도를 의미한다.
• 임계점 이상의 강제되지 않은 만족 불가능 인스턴스의 경우, n이 증가함에 따라 탐색 비용이 지수적으로 증가하지만, 제약 조건의 엄격함이 증가함에 따라 지수는 감소한다.
• 완전한 솔버(MAC)와 불완전한 솔버(탭우 검색) 모두에서 강제 및 비강제 인스턴스 간의 탐색 노력이 유사하여 난이도가 동일한 것으로 나타났다.
• SAT 경연 대회 2004년에서 n=40 인스턴스(d=19, m=410)는 50%의 솔버가 해결했지만, n=50 인스턴스(d=23, m=544)는 오직 한 개의 솔버만 해결했으며, 이는 난이도의 지수적 증가를 확인한다.
• 이 모델은 생성이 용이하고 현대의 SAT 및 CSP 솔버 평가에 적합한 어려운 만족 가능한 인스턴스를 성공적으로 생성한다.