[论文解读] Cost Based Satisficing Search Considered Harmful

William Cushing, J. Benton+1 more|arXiv (Cornell University)|Mar 18, 2011

AI-based Problem Solving and Planning参考文献 24被引用 9

一句话总结

本文指出，在动作成本方差较高的领域中，基于成本的满意搜索（satisficing search）使用A*算法存在根本性缺陷，因为它会浪费时间探索昂贵且次优的路径，直到确认最优性。为此，本文提出基于大小的评估函数——特别是成本敏感的大小启发式函数——作为更优方案。通过理论分析与实验验证，证明该方法可避免‘ε-成本陷阱’，在搜索速度与解的质量方面均优于基于成本的方法。

ABSTRACT

Recently, several researchers have found that cost-based satisficing search with A* often runs into problems. Although some "work arounds" have been proposed to ameliorate the problem, there has not been any concerted effort to pinpoint its origin. In this paper, we argue that the origins can be traced back to the wide variance in action costs that is observed in most planning domains. We show that such cost variance misleads A* search, and that this is no trifling detail or accidental phenomenon, but a systemic weakness of the very concept of "cost-based evaluation functions + systematic search + combinatorial graphs". We show that satisficing search with sized-based evaluation functions is largely immune to this problem.

研究动机与目标

• 识别基于成本的满意搜索性能下降的根本原因，特别是在动作成本方差较高的领域中。
• 挑战广泛存在的假设，即基于成本的评估函数是满意规划的最优选择。
• 证明基于大小的搜索策略更有效，且不易产生系统性低效。
• 提供理论与实证证据，表明基于成本的A*搜索由于‘ε-成本陷阱’而本质上效率低下。
• 倡导基于大小的评估函数作为满意规划中的更优默认策略。

提出的方法

• 对具有非均匀动作成本的组合图上的A*搜索进行理论分析，识别出‘ε-成本陷阱’，其中ε为最小动作成本。
• 形式化定义三种评估函数：基于成本的（f_c）、基于大小的（f_s）以及成本敏感的基于大小的（f̂_s），其中f̂_s返回最便宜路径的大小。
• 利用抽象搜索空间证明，基于成本的评估函数在搜索效率方面系统性劣于基于大小的替代方案。
• 将A*搜索的拓扑解释为评估函数所定义的‘泛滥’表面，表明基于成本的函数会产生误导性、扩张缓慢的平坦区域。
• 通过LAMA与SapaReplan在ZenoTravel领域上的实证验证，比较在时间限制下f_c、f_s、混合型及冲突消解变体的性能表现。
• 分析LAMA的内部机制，表明其性能提升源于能间接诱导深度优先行为的启发式函数，从而掩盖但并未消除ε-成本陷阱。

实验结果

研究问题

• RQ1 为何在动作成本方差较高的规划领域中，基于成本的A*搜索表现不佳？
• RQ2 基于成本的评估函数、系统性搜索与组合图三者结合所导致的系统性缺陷是什么，导致效率低下？
• RQ3 基于大小的评估函数能否避免ε-成本陷阱，并在实践中优于基于成本的搜索？
• RQ4 混合评估函数（如结合大小与成本）与纯基于大小或纯基于成本的方法相比如何？
• RQ5 现代规划器优化（如LAMA中的优化）在多大程度上掩盖了基于成本搜索的底层低效性？

主要发现

• 在高成本方差领域中，基于成本的A*搜索的时间复杂度呈b^(d/ε)增长，其中d为最优解的深度，ε为最小动作成本，导致指数级性能下降。
• 基于大小的评估函数（f_s）比基于成本的函数（f_c）能更快找到更优解，在2城ZenoTravel问题中成功率达到83.4%，高于f_c的77.8%。
• 成本敏感的基于大小的函数（f̂_s）在2城问题中达到88.8%的成功率，优于纯基于成本和混合方法。
• 冲突消解策略对性能影响微弱甚至为负，表明评估函数设计的重要性远超次级搜索启发式。
• LAMA与SapaReplan在基于成本搜索中表现优于预期，并非因其内在效率，而是因间接模拟了深度优先行为，延迟了对高成本平坦区域的探索。
• 本研究证实，基于成本的搜索作为默认策略本质上具有破坏性，尤其在真实领域中存在显著成本方差时。