[論文レビュー] Restricted Max-Min Fair Allocation

Siu-Wing Cheng, Yuchen Mao|arXiv (Cornell University)|Jan 1, 2018

Complexity and Algorithms in Graphs参考文献 13被引用数 5

ひとこと要約

この論文は、制限付き最大最小公平割り当て問題に対する多項式時間の組合せ的アルゴリズムを提示し、任意の定数 δ > 0 に対して 6 + δ の近似比を達成する。より積極的なグリーディ戦略と、新規のインジェクションに基づく解析手法を導入することで、推定（4 + δ）と構築（従来は 6 + 2√10 + δ）の間のギャップを埋め、配置LPに依存せずに顕著に改善された近似比を達成する。

ABSTRACT

The restricted max-min fair allocation problem seeks an allocation of resources to players that maximizes the minimum total value obtained by any player. It is NP-hard to approximate the problem to a ratio less than 2. Comparing the current best algorithm for estimating the optimal value with the current best for constructing an allocation, there is quite a gap between the ratios that can be achieved in polynomial time: roughly 4 for estimation and roughly $6 + 2\sqrt{10}$ for construction. We propose an algorithm that constructs an allocation with value within a factor of $6 + δ$ from the optimum for any constant $δ> 0$. The running time is polynomial in the input size for any constant $δ$ chosen.

研究の動機と目的

• 最良の推定近似比（4 + δ）と、可能な割り当ての構築のための最良の近似比（6 + 2√10 + δ ≈ 12.325 + δ）の間の長年のギャップを解消すること。
• 制限付き最大最小公平割り当て問題に対して、従来の組合せ的手法よりも良い近似比を達成する多項式時間のアルゴリズムを設計すること。
• 配置LPに依存しない完全な組合せ的解析を構築し、これにより従来の制限が構築の進展を妨げていた問題を克服すること。

提案手法

• より積極的なグリーディ戦略の導入：先行研究で τ*/2 が必要とされたのに対し、本研究では、候補者の中でほぼ最大の合計値を要求するプレイヤーをグリーディとみなす。
• プレイヤーとリソースの関係を追跡するためのレイヤー付きスタック構造を維持し、遅延更新を用いて多項式時間の実行を保証する。
• スタック内のプレイヤーを、高価値のリソースにアクセス可能な競合プレイヤーへ写像する新しいインジェクションマッピングを提案し、請求された値の下界を強化する。
• Chan ら [7] の枠組みを新規に組み合わせ、スタックおよび競合プレイヤーがカバーするリソースの合計値を制限する解析を構築する。
• 候補値 τ に対する二分探索を用いて τ/λ 割り当てを求める。区間幅が最適値の (1 + δ) 以内に収束するまで繰り返す。
• RAMモデルにおける非整数リソース値に対応するため、二分探索スキームを調整し、6 + δ の近似保証を維持する。

実験結果

リサーチクエスチョン

• RQ1 制限付き最大最小公平割り当て問題において、多項式時間のアルゴリズムが推定の最良比（4 + δ）に近い構築の近似比を達成できるか。
• RQ2 配置LPを解かずに、従来の手法よりも良い近似比を達成する完全な組合せ的アルゴリズムを設計可能か。
• RQ3 グリーディ条件を大幅に緩和したスタックベースのフレームワークにおいて、グリーディプレイヤーが請求するリソースの値を制限するために、どのような新しい解析的手法が必要か。

主な発見

• 提案されたアルゴリズムは、任意の定数 δ > 0 に対して多項式時間で (6 + δ)-近似解を達成し、従来の最良構築比 6 + 2√10 + δ ≈ 12.325 + δ よりも優れている。
• より積極的なグリーディ条件（近似的に最大の請求値に基づく選択）を採用することで、スタックの成長が速くなり、より強い保証が得られる。
• 新規のインジェクションに基づく解析手法により、スタック内のプレイヤーを競合プレイヤーへ写像し、組合せ的議論のみでスタックが請求するリソースの合計値を制限できる。
• 解析は配置LPに依存しないため、より直接的で、実用上はより効率的である可能性がある。
• 非整数リソース値を扱うRAMモデルへも、修正された二分探索スキームを用いて拡張可能であり、6 + δ の近似比を維持する。
• 推定（4 + δ）と構築（6 + δ）の間の大きなギャップを埋めたが、推定比に完全に一致させるのは未解決の問題のままである。