[논문 리뷰] Packing Returning Secretaries

Martin Hoefer, Lisa Wilhelmi|arXiv (Cornell University)|2018. 01. 01.

Optimization and Search Problems인용 수 1

한 줄 요약

이 논문은 후보자가 랜덤 순서로 여러 번 도착하는 온라인 패킹 문제를 위한 새로운 프레임워크를 제안한다. 각 후보자는 랜덤 순서로 여러 번 도착한다. 이는 임의의 오프라인 α-근사 알고리즘과 조합된 단순한 알고리즘을 제안하여, 하위가환 패킹 문제에 대해 0.5α-경쟁 비율을 달성한다. 특히 이중 매칭 문제에선 0.5721−o(1)의 개선된 경쟁 비율을, 매트로이드 문제에선 O(r′ ln n/r′)의 경쟁 비율을 확보한다. 이는 연기 설정에서의 성능 향상이다.

ABSTRACT

We study online secretary problems with returns in combinatorial packing domains with n candidates that arrive sequentially over time in random order. The goal is to accept a feasible packing of candidates of maximum total value. In the first variant, each candidate arrives exactly twice. All 2n arrivals occur in random order. We propose a simple 0.5-competitive algorithm that can be combined with arbitrary approximation algorithms for the packing domain, even when the total value of candidates is a subadditive function. For bipartite matching, we obtain an algorithm with competitive ratio at least 0.5721 - o(1) for growing n, and an algorithm with ratio at least 0.5459 for all n >= 1. We extend all algorithms and ratios to k >= 2 arrivals per candidate. In the second variant, there is a pool of undecided candidates. In each round, a random candidate from the pool arrives. Upon arrival a candidate can be either decided (accept/reject) or postponed (returned into the pool). We mainly focus on minimizing the expected number of postponements when computing an optimal solution. An expected number of Theta(n log n) is always sufficient. For matroids, we show that the expected number can be reduced to O(r log (n/r)), where r <=n/2 is the minimum of the ranks of matroid and dual matroid. For bipartite matching, we show a bound of O(r log n), where r is the size of the optimum matching. For general packing, we show a lower bound of Omega(n log log n), even when the size of the optimum is r = Theta(log n).

연구 동기 및 목표

• 후보자가 랜덤 순서로 여러 번 도착하는 온라인 조합 패킹 문제를 다루기 위해.
• 제한된 정보와 돌이킬 수 없는 결정에도 불구하고 높은 경쟁 비율을 달성하는 알고리즘을 설계하기 위해.
• 특히 최적 또는 근사 최적 해를 확보할 때 예상되는 연기 횟수를 최소화하기 위해.
• 각 후보자가 k=2번 도착하는 경우에서 일반적인 k≥2번 도착하는 경우로 결과를 확장하기 위해.
• 매트로이드, 이중 매칭, 일반 패킹 문제에 대해 예상되는 연기 횟수를 특성화하기 위해.

제안 방법

• 임의의 오프라인 α-근사 알고리즘과 후보자가 반복 도착할 경우의 랜덤 온라인 선택 규칙을 조합하는 일반 알고리즘을 제안한다.
• 결정을 충분한 정보 확보 시점까지 연기하는 연기 전략을 사용하며, 이는 쿠폰 수집 문제의 변형으로 모델링된다.
• 최적 해에 반드시 포함되는 요소는 조건이 충족되면 조기에 수용하는 유지최적(MaintainOPT) 알고리즘을 도입한다.
• 확률적 경계와 조화수 근사법을 사용해 예상되는 연기 횟수를 분석한다.
• 배제 단조성과 매트로이드 이중성을 활용해 연기 복잡도에 대한 더 날카운 경계를 유도한다.
• 모의 실험과 이론적 분석을 병행해 균일 매트로이드와 이중 매칭에 대한 연기 횟수 경계를 검증한다.

실험 결과

연구 질문

• RQ1 각 후보자가 랜덤 순서로 k≥2번 도착할 때, 하위가환 패킹 문제에 대해 달성할 수 있는 경쟁 비율은 무엇인가?
• RQ2 후보자가 반복 도착하는 온라인 패킹 문제에서 최적 또는 근사 최적 해를 보장하면서도 연기를 최소화할 수 있는 방법은 무엇인가?
• RQ3 매트로이드 및 이중 매칭 설정에서 최적 해를 계산하기 위해 예상되는 연기 횟수는 얼마인가?
• RQ4 k=2에서 일반적인 k≥2번 도착하는 경우로 연기 복잡도 경계를 확장할 수 있는가?
• RQ5 기본 패킹 문제의 구조(예: 매트로이드, 매칭)가 필요한 연기 횟수에 어떤 영향을 미치는가?

주요 결과

• k≥2번 도착하는 일반 하위가환 패킹 문제에 대해 제안된 알고리즘은 오프라인 알고리즘의 근사 비율 α를 고려해 0.5α-경쟁 비율을 달성한다.
• 이중 매칭 문제에선 n이 증가함에 따라 최소 0.5721−o(1)의 경쟁 비율을 확보하며, 모든 n≥1에 대해 최소 0.5459의 경쟁 비율을 확보한다.
• 구조가 알려진 매트로이드의 경우 예상 연기 횟수는 O(r′ ln n/r′)로 경계되며, 여기서 r′=min(r,n−r)이며, 이 경계는 균일 매트로이드에 대해 날카롭다.
• 이중 매칭 문제에선 예상 연기 횟수가 O(r log n)로 증가하며, 최악의 경우 그래프에서는 Θ(n log n)까지 도달할 수 있다.
• 일반 패킹 문제에선 최적 해 크기 |I∗|=3 ln n이어도 예상 연기 횟수는 Ω(n log log n)이며, 이는 해 크기가 연기 복잡도를 제어하지 못함을 보여준다.
• 질량이 r≤n/2인 균일 매트로이드에서, j번째로 우수한 후보자는 j≤r일 경우 ln((n−j)/(r−j+1)) + O(1) 이하로 예상 연기 횟수를 가지며, j>r일 경우 ln((j−1)/(j−r)) + O(1) 이하이다. 최악의 경우 후보는 r번째로 우수한 후보이다.