[论文解读] Catching a mouse on a tree

Vytautas Gruslys, Arès Méroueh|arXiv (Cornell University)|Feb 23, 2015

Artificial Intelligence in Games参考文献 3被引用 3

一句话总结

本文研究在树图上抓捕一只隐形老鼠所需的最少猫咪数量，证明了在任意阶为 n 的树上，⌈(1/2)log₂n⌉ 只猫咪始终可以抓住老鼠，同时表明对于某些阶为 n 的树，(1/4−ε)log₂n 只猫咪不足以抓住老鼠。主要贡献在于将树上猫鼠游戏的渐近界收紧至 Θ(log n)。

ABSTRACT

In this paper we consider a pursuit-evasion game on a graph. A team of cats, which may choose any vertex of the graph at any turn, tries to catch an invisible mouse, which is constrained to moving along the vertices of the graph. Our main focus shall be on trees. We prove that $\lceil (1/2)\log_2(n) ceil$ cats can always catch a mouse on a tree of order $n$ and give a collection of trees where the mouse can avoid being caught by $ (1/4 - o(1))\log_2(n)$ cats.

研究动机与目标

• 确定在任意阶为 n 的树上保证抓捕一只隐形老鼠所需的最少猫咪数量。
• 改进此前针对树上猫赢数 h(T) 的对数上界与下界。
• 通过证明上界为 ⌈(1/2)log₂n⌉ 与几乎匹配的下界 (1/4−ε)log₂n，建立紧致的渐近界。
• 通过递归分解与二进制表示分析最大化所需猫咪数量的树的结构。

提出的方法

• 基于树的中心设计递归策略，其中移除一个中心顶点会将树划分为大小至多为 ⌈(n−1)/2⌉ 的连通分量。
• 通过归纳法证明 ⌈log₂n⌉ 只猫咪足够：在中心放置一只猫咪以阻断分量间的移动，并用剩余猫咪处理每个子树。
• 引入一种在二分图上的游戏变体，其中老鼠被限制在某一类顶点上，从而可通过奇偶性实现追踪。
• 采用二叉树结构 B_k 作为模型，分析最坏情况下的树，利用顶点边界与边细分来模拟猫咪与老鼠的移动。
• 定义“关键顶点”，并使用递归分量分析来界定老鼠可维持的安全位置数量。
• 对树的大小进行归纳，并利用顶点边界与孤立分量大小的界，证明老鼠在猫咪较少时仍可存活。

实验结果

研究问题

• RQ1 在任意阶为 n 的树上，保证抓捕老鼠所需的最少猫咪数量是多少？
• RQ2 能否将猫咪的 O(log n) 上界改进为紧致的常数因子，例如 (1/2)log₂n？
• RQ3 是否存在一类树，使得老鼠可逃避 (1/4−ε)log₂n 只猫咪，且对任意大的 n 成立？
• RQ4 树的结构，特别是其递归分解方式，如何影响猫赢数 h(T)？
• RQ5 g(n) = max{h(T) : T 是阶为 n 的树} 的渐近增长速率是多少？

主要发现

• 本文证明了在任意阶为 n 的树上，⌈(1/2)log₂n⌉ 只猫咪始终可以抓住老鼠，优于此前的上界 ⌈log₂n⌉。
• 构造了一类树，使得老鼠可逃避 (1/4−ε)log₂n 只猫咪，对任意 ε>0 及充分大的 n 成立，表明下界几乎紧致。
• g(n)，即所有阶为 n 的树中猫赢数的最大值，其增长速率被确定为 Θ(log n)，解决了该问题的渐近复杂度。
• 本文将 Abramoskaya 等人此前的下界 c₂log n / log log n 提升至 (1/4−ε)log n，显著缩小了差距。
• 分析使用了树的递归分解与二叉树结构，以模拟最坏情况下的逃避策略，顶点边界与分量隔离是关键工具。
• 证明表明，若猫咪少于 (1/4−ε)log₂n 只，老鼠可在偶数回合中始终保持至少 n 个关键顶点在其位置集合中，从而确保无限期存活。