[논문 리뷰] Online Convex Covering and Packing Problems

T-H. Hubert Chan, Zhiyi Huang외 1명|arXiv (Cornell University)|2015. 02. 06.

Optimization and Search Problems참고 문헌 16인용 수 5

한 줄 요약

이 논문은 일반적인 볼록 비용 함수를 갖는 자원 할당 문제를 위한 통합된 온라인 볼록 커버링 및 패킹 프레임워크를 제안하며, 온라인 원본-이중 기법을 사용해 단순한 알고리즘을 설계한다. 다항식 비용 함수의 차수 τ에 대해, 볼록 커버링의 경우 O(τ log n)^τ-경쟁 비율을, 볼록 패킹의 경우 O(τ)-경쟁 비율을 달성하며, 기존 알려진 하한값과 일치한다.

ABSTRACT

We study the online convex covering problem and online convex packing problem. The (offline) convex covering problem is modeled by the following convex program: $\min_{x \in R_+^n} f(x) \ ext{s.t}\ A x \ge 1$, where $f : R_+^n \mapsto R_+$ is a monotone and convex cost function, and $A$ is an $m imes n$ matrix with non-negative entries. Each row of the constraint matrix $A$ corresponds to a covering constraint. In the online problem, each row of $A$ comes online and the algorithm must maintain a feasible assignment $x$ and may only increase $x$ over time. The (offline) convex packing problem is modeled by the following convex program: $\max_{y\in R_+^m} \sum_{j = 1}^m y_j - g(A^T y)$, where $g : R_+^n \mapsto R_+$ is a monotone and convex cost function. It is the Fenchel dual program of convex covering when $g$ is the convex conjugate of $f$. In the online problem, each variable $y_j$ arrives online and the algorithm must decide the value of $y_j$ on its arrival. We propose simple online algorithms for both problems using the online primal dual technique, and obtain nearly optimal competitive ratios for both problems for the important special case of polynomial cost functions. For any convex polynomial cost functions with non-negative coefficients and maximum degree $τ$, we introduce an $O(τ\log n)^τ$-competitive online convex covering algorithm, and an $O(τ)$-competitive online convex packing algorithm, matching the known $Ω(τ\log n)^τ$ and $Ω(τ)$ lower bounds respectively. There is a large family of online resource allocation problems that can be modeled under this online convex covering and packing framework, including online covering and packing problems (with linear objectives), online mixed covering and packing, and online combinatorial auction. Our framework allows us to study these problems using a unified approach.

연구 동기 및 목표

• 선형 또는 단계 비용 모델을 넘어서 일반적인 볼록 비용 함수를 갖는 문제로 모델링함으로써 온라인 자원 할당의 격차를 메우는 것.
• 혼합 커버링 및 패킹, 온라인 시설 위치, 조합 경매 등의 다양한 온라인 문제를 단일 볼록 프로그래밍 프레임워크로 통합하는 것.
• 증명 가능한 근사 최적의 경쟁 비율을 갖는 단순하고 효율적인 온라인 알고리즘을 설계하는 것.
• 다항식 비용 함수가 온라인 최적화에서 유계 경쟁 비율의 악조건 케이스이자 실용적으로도 관련성이 높다는 것을 보여주는 것.

제안 방법

• 단조적이고 볼록한 비용 함수를 갖는 온라인 볼록 커버링 및 패킹 문제를, 도착하는 제약 조건이 온라인으로 도착하는 온라인 볼록 프로그램의 변형으로 수식화한다.
• 온라인 원본-이중 기법을 적용하여, 들어오는 제약 조건이나 변수에 대응해 변수(x_i는 커버링용, y_j는 패킹용)를 동적으로 조정하는 알고리즘을 설계한다.
• 연속 시간 기반의 기울기 업데이트 규칙을 사용하며, 변수는 이중 변수와 스무딩 파rameter ρ에 의해 정의된 경로를 따라 증가시킨다.
• 시간에 따라 변하는 이중 변수 업데이트를 경로 적분을 통해 도입하여, 이중 목적이 증가하면서도 타당성이 유지되도록 보장한다.
• 이중 성장과 원본 타당성 사이의 트레이드오프를 제어하기 위해 오차 항 ε를 정교하게 선택하며, ε는 첫 번째 입력에 기반해 적응적으로 설정된다.
• 펜켈 이중성과 볼록 쌍대 함수의 성질을 활용해 원본과 이중 목표를 연결함으로써, 경쟁 비율 분석이 가능하도록 한다.

실험 결과

연구 질문

• RQ1 일반적인 볼록 비용 함수를 갖는 온라인 자원 할당 문제에 대해 선형 또는 고정 비용 모델을 넘어서 통합된 프레임워크를 개발할 수 있는가?
• RQ2 비용 함수가 차수 τ의 동차 다항식일 경우, 온라인 볼록 커버링 및 패킹 문제에서 달성할 수 있는 경쟁 비율은 무엇인가?
• RQ3 다른 볼록 함수들과 비교해 온라인 환경에서 다항식 비용 함수는 악조건 경쟁 비율 측면에서 어떤가?
• RQ4 온라인 원본-이중 방법을 볼록 비용 함수를 다룰 수 있도록 수정할 수 있는가, 동시에 근사 최적의 성능를 유지할 수 있는가?
• RQ5 기존의 혼합 커버링 및 패킹 문제를 볼록 비용 함수를 갖는 순수한 볼록 커버링 문제로 재모델링할 수 있는가, 이를 통해 더 나은 경쟁 비율을 달성할 수 있는가?

주요 결과

• 비음수 계수를 갖는 차수 τ의 동차 다항식 비용 함수를 갖는 온라인 볼록 커버링 문제에 대해, 제안된 알고리즘이 O(τ log n)^τ-경쟁 비율을 달성한다.
• 동일한 비용 함수 클래스에 대해 온라인 볼록 패킹 문제에 대해 알고리즘이 O(τ)-경쟁 비율을 달성하며, 알려진 Ω(τ) 하한값과 일치한다.
• 볼록 커버링의 경우 경쟁 비율이 로그 인자에 대한 상수배 이내로 날카롭게 유지되며, 하한값이 Ω(τ log n)^τ이므로 이는 타당한 경계이다.
• 이 프레임워크를 통해 혼합 커버링 및 패킹 문제(예: Azar 등 [4])를 순수한 볼록 커버링 문제로 재구성할 수 있으며, 더 단순한 알고리즘과 향상된 경쟁 비율을 얻을 수 있다.
• 알고리즘은 항상 1/10 이중 함수 값 이내의 덧셈 오차 항 εR을 유지하며, 오차가 존재하더라도 경쟁 비율이 O(τ)로 유지됨을 보장한다.
• 분석 결과 경쟁 비율은 변수나 제약 조건의 수에 관계없이 다항식의 최대 차수 τ에만 의존함을 보여, 대규모 문제에 대해 확장 가능함을 입증한다.