[论文解读] Adaptive Submodular Optimization under Matroid Constraints

Daniel Golovin, Andreas Krause|arXiv (Cornell University)|Jan 24, 2011

Complexity and Algorithms in Graphs参考文献 13被引用 20

一句话总结

本文提出了一种自适应贪心算法，用于在 p-独立系统约束下最大化自适应单调子模函数，并证明了其具有 1/(p + 1) 的近似保证。该研究将经典的子模优化扩展至自适应、部分可观察的设置，并在自适应匹配应用中验证了该方法，在建模为 2-独立系统的形式下实现了 1/3 的近似保证。

ABSTRACT

Many important problems in discrete optimization require maximization of a monotonic submodular function subject to matroid constraints. For these problems, a simple greedy algorithm is guaranteed to obtain near-optimal solutions. In this article, we extend this classic result to a general class of adaptive optimization problems under partial observability, where each choice can depend on observations resulting from past choices. Specifically, we prove that a natural adaptive greedy algorithm provides a $1/(p+1)$ approximation for the problem of maximizing an adaptive monotone submodular function subject to $p$ matroid constraints, and more generally over arbitrary $p$-independence systems. We illustrate the usefulness of our result on a complex adaptive match-making application.

研究动机与目标

• 将非自适应子模优化扩展至存在不确定性的自适应、部分可观察设置。
• 为在一般 p-独立系统约束下的自适应贪心策略建立理论保证。
• 展示该框架在现实世界自适应决策问题（如在线匹配）中的适用性。
• 证明匹配系统中的度数约束构成一个 2-独立系统，从而支持理论近似界。

提出的方法

• 提出一种自适应贪心算法，根据观测结果顺序选择动作。
• 将自适应单调子模性定义为在不确定性下对自适应策略的子模性的一般化。
• 使用 p-独立系统建模约束，推广了拟阵和拟阵交集约束。
• 证明自适应贪心算法在 p-独立系统上对自适应单调子模函数可实现 1/(p + 1) 的近似。
• 使用分摊论证证明匹配约束系统为 2-独立系统。
• 利用现有关于独立结果和子模反馈的研究成果，建立自适应特性。

实验结果

研究问题

• RQ1 贪心策略是否能在 p-独立系统约束下实现自适应子模优化的常数因子近似？
• RQ2 当观测结果为随机且不完全时，自适应贪心算法是否仍能保持性能保证？
• RQ3 该理论框架能否应用于现实世界的自适应问题（如在线匹配）？
• RQ4 在匹配系统中，度数约束下的近似比能达到多少？
• RQ5 如何将匹配应用中的约束系统正式建模为 p-独立系统？

主要发现

• 自适应贪心算法在任意 p-独立系统上对自适应单调子模函数的最大化可实现 1/(p + 1) 的近似。
• 具有用户度数约束的匹配问题被建模为 2-独立系统。
• 在匹配应用中，自适应贪心策略可实现对最优策略的 1/3 近似。
• 在独立反馈分布下，匹配问题的目标函数被证明为自适应单调子模。
• 理论保证基于反馈来自每次约会的结果独立分布的假设。
• 用于证明 2-独立系统性质的分摊论证确保了任意顶点在较小的最大集合中接收的边数不超过其度数，从而保持了 p-独立比。