[论文解读] Further Connections Between Contract-Scheduling and Ray-Searching Problems

Spyros Angelopoulos|arXiv (Cornell University)|Apr 27, 2015

Optimization and Search Problems被引用 4

一句话总结

本文通过证明在两种领域——特别是指数和循环调度策略中——最优策略均可使用相同的竞争比和转弯/执行次数度量进行分析，建立了一个统一框架，将射线搜索与合同调度问题联系起来。它证明了以基数 $ b $ 进行射线搜索的竞争比为 $ 1 + 2\frac{b^m - 1}{b - 1} $，且任何达到此竞争比的策略必须至少执行 $ \log_b(d(b-1)+1) + 1 $ 次转弯，从而将已知结果推广至多射线和多问题设置。

ABSTRACT

This paper addresses two classes of different, yet interrelated optimization problems. The first class of problems involves a robot that must locate a hidden target in an environment that consists of a set of concurrent rays. The second class pertains to the design of interruptible algorithms by means of a schedule of contract algorithms. We study several variants of these families of problems, such as searching and scheduling with probabilistic considerations, redundancy and fault-tolerance issues, randomized strategies, and trade-offs between performance and preemptions. For many of these problems we present the first known results that apply to multi-ray and multi-problem domains. Our objective is to demonstrate that several well-motivated settings can be addressed using the same underlying approach.

研究动机与目标

• 探索射线搜索与合同调度问题之间的深层结构联系，二者在形式上不同，但共享底层算法原理。
• 将关于竞争比和转弯/执行次数的已知结果，从单问题设置扩展至多问题和多射线领域。
• 分析在概率检测、冗余和容错等约束条件下，指数和循环策略在射线搜索与合同调度中的性能表现。
• 为实现给定竞争比或加速比的策略，建立对转弯次数（在射线搜索中）和合同执行次数（在调度中）的紧致下界。
• 研究循环策略的最优性，并提出关于非单调和异构环境的开放问题。

提出的方法

• 本文通过将合同调度策略归约为射线搜索策略，表明相同的指数和循环调度模式对应于多条并发射线上的搜索轨迹。
• 采用以 $ b $ 为基数的迭代加深方法对合同算法进行调度，其中合同长度按 $ b^j $ 指数增长，并分析在时间区间内每个问题完成的合同数量。
• 射线搜索中的竞争比定义为最坏情况下总行进距离与目标距离 $ d $ 的比值，通过在 $ m $ 条并发射线上分析几何遍历模式进行分析。
• 通过反证法推导转弯次数的下界：假设转弯次数少于指数策略，将导致在目标距离任意小时竞争比被违反。
• 利用单位速度搜索者的时距等价性，通过将执行区间映射为搜索区间，对调度（加速比）和搜索（竞争比）应用相似推理。
• 本文通过在统一框架中引入概率检测、冗余和容错性考虑，推广了先前结果。

实验结果

研究问题

• RQ1 在概率性射线搜索中，循环策略能否实现 $ \Theta(m/p) $-竞争性能，还是其上界为 $ \Theta(m/p^2) $？
• RQ2 在冗余条件下，射线搜索与合同调度的最优非单调策略是什么，特别是当 $ m = 2 $ 时？
• RQ3 在射线或问题具有不同检测概率或处理成本的异构环境中，竞争比和转弯/执行次数如何缩放？
• RQ4 在相同性能度量下，同一调度策略在合同调度与射线搜索中能否同时最优？
• RQ5 在冗余或容错版本的问题中，最优策略的精确竞争比是多少？

主要发现

• 在标准射线搜索模型中，以 $ b $ 为基数的指数策略可实现竞争比 $ 1 + 2\frac{b^m - 1}{b - 1} $。
• 任何实现此竞争比的策略必须至少执行 $ \log_b(d(b-1)+1) + 1 $ 次转弯，与指数策略的转弯次数一致。
• 在合同调度中，以 $ b $ 为基数的指数策略可确保任意时刻每个问题最多仅有一个合同在执行，且加速比受 $ \beta $ 限制，其下界通过 $ \delta $ 的反证法推导得出。
• 在时间区间 $ [\sum_{j=0}^{i-n-1}b^j, \sum_{j=0}^{i}b^j] $ 内，任一问题完成的合同数至多为一个，若假设策略的加速比优于指数策略，则将导致矛盾。
• 本文证明了在概率性设置下，循环策略的性能无法超越 $ \Theta(m/p^2) $-竞争性，表明其性能存在根本性限制。
• 分析确认，射线搜索与合同调度具有相同的数学结构，从而可对竞争比、转弯次数和执行次数进行统一处理。