[論文レビュー] PERMUTATION Strikes Back: The Power of Recourse in Online Metric Matching

Varun Gupta, Ravishankar Krishnaswamy+1 more|arXiv (Cornell University)|Nov 28, 2019

Optimization and Search Problems参考文献 24被引用数 1

ひとこと要約

本稿は、オンラインメトリックマッチングにおける新しいレコールメカニズムを導入し、わずかな再マッチング回数（レコール）を許容することで、従来不可能とされてきたより優れた競合比を達成できることが示されている。木構造のクライアント到着に基づくスケール別再マッチングを古典的PERMUTATIONアルゴリズムに組み込むことで、一般のメトリクスではO(log k)-競合比、O(log k)-平均レコールを達成し、直線メトリクスでは3-競合比、O(log k)-レコールを達成する。これは、不可逆的マッチングにおける2k−1の下界を大きく上回る画期的な改善である。

ABSTRACT

In the classical Online Metric Matching problem, we are given a metric space with $k$ servers. A collection of clients arrive in an online fashion, and upon arrival, a client should irrevocably be matched to an as-yet-unmatched server. The goal is to find an online matching which minimizes the total cost, i.e., the sum of distances between each client and the server it is matched to. We know deterministic algorithms~\cite{KP93,khuller1994line} that achieve a competitive ratio of $2k-1$, and this bound is tight for deterministic algorithms. The problem has also long been considered in specialized metrics such as the line metric or metrics of bounded doubling dimension, with the current best result on a line metric being a deterministic $O(\log k)$ competitive algorithm~\cite{raghvendra2018optimal}. Obtaining (or refuting) $O(\log k)$-competitive algorithms in general metrics and constant-competitive algorithms on the line metric have been long-standing open questions in this area. In this paper, we investigate the robustness of these lower bounds by considering the Online Metric Matching with Recourse problem where we are allowed to change a small number of previous assignments upon arrival of a new client. Indeed, we show that a small logarithmic amount of recourse can significantly improve the quality of matchings we can maintain. For general metrics, we show a simple \emph{deterministic} $O(\log k)$-competitive algorithm with $O(\log k)$-amortized recourse, an exponential improvement over the $2k-1$ lower bound when no recourse is allowed. We next consider the line metric, and present a deterministic algorithm which is $3$-competitive and has $O(\log k)$-recourse, again a substantial improvement over the best known $O(\log k)$-competitive algorithm when no recourse is allowed.

研究の動機と目的

• 一般メトリクスにおける決定的アルゴリズムが2k−1の競合比の壁を超えるために、限られたレコール（以前の割り当ての再マッチング）を許容することを目的とする。
• 少量のレコールが、一般および特殊メトリクスにおいて決定的アルゴリズムが近似的最適な競合比を達成可能かどうかを調査することを目的とする。
• クライアントおよびサーバーの到着と退去をサポートする、完全にオンラインのモデルにオンラインメトリックマッチングの枠組みを拡張し、低いレコールで競合比を維持することを目的とする。
• 古典的PERMUTATIONアルゴリズムにレコールを追加することで、最先端の性能を達成できることを示すこと

提案手法

• 著者らは、クライアントの到着に基づいて構築された完全なd-分木の各部分木のレベルでマッチングを再解決する再帰的再マッチング戦略であるMULTISCALEPERMUTATIONを導入する。
• アルゴリズムは、クライアントの到着が完全な部分木を完成させた場合にのみ再マッチングをトリガーし、再マッチングが構造的な間隔でのみ発生することを保証する。
• 直線メトリクスでは、サーバー配置と再マッチング意思決定のバランスを丁寧に調整することで、特殊なアルゴリズム変種が3-競合比を達成する。
• 分析には、クライアントインデックスの基数d表現を用いた多段階コスト分解が用いられ、オンラインアルゴリズムのコストを最適オフラインマッチングと比較する。
• 重要な技術的洞察として、部分木内のクライアント数が奇数の場合、その部分木に属するクライアントのうち1人を除き全員を再マッチングすることで、負荷のバランスと低コスト増加が保証されることである。
• また、クライアントおよびサーバーの到着と退去をサポートする完全にオンラインなモデルを導入し、O(log n)-競合比、O(log ∆)-レコールを達成する確率的アルゴリズムを用いる。

実験結果

リサーチクエスチョン

• RQ1 一般メトリクスにおいて、決定的アルゴリズムが限られたレコールを許容することで、2k−1の競合比の壁を打ち破ることができるか？
• RQ2 直線メトリクスにおいて、再マッチングが許容される場合でさえも、決定的アルゴリズムが定数競合比を達成できるか（たとえ対数的レコールであっても）？
• RQ3 古典的PERMUTATIONアルゴリズムにレコールを追加することで、複雑さを増さずに改善された競合比を達成できるか？
• RQ4 到着と退去を伴う完全動的環境において、レコールは性能にどのように影響を与えるか？
• RQ5 理論的にタイトでありながら実用的でもある、競合比とレコールのトレードオフを最適化できるか？

主な発見

• MULTISCALEPERMUTATIONアルゴリズムは、一般メトリクスでO(log k)-競合比、O(log k)-平均レコールを達成し、レコールなしの2k−1の下界に比べて指数的改善を実現する。
• 直線メトリクスでは、提案されたアルゴリズムが3-競合比、O(log k)-平均レコールを達成し、レコールなしで知られている最良のO(log k)-競合比結果を著しく上回る。
• 分析により、オンラインアルゴリズムのコストはi人のクライアントに対してΩ(i log_d i)の割合で増加する一方で、最適コストはO(i)であるため、O(log k)の競合比が得られる。
• 再帰的再マッチング戦略により、部分木が完成し、コアクライアント数が奇数の場合、その部分木に属するクライアントのうち1人を除き全員が再マッチングされ、コストの過剰増加が最小限に抑えられる。
• 本稿では、RECURSIVECANCELが最悪ケースでΩ(k²)のレコールを発生させることを示し、一方で単純な代替手法（アルゴリズム4）はO(k)のレコールに留まることを示しており、再マッチング設計の重要性が浮き彫りになる。
• 到着と退去を伴う完全オンラインモデルでは、確率的アルゴリズムがO(log n)-競合比、O(log ∆)-レコールを達成し、フレームワークの適用範囲が拡張されることを示している。