[论文解读] Limitations of Affine Integer Relaxations for Solving Constraint Satisfaction Problems

Moritz Lichter, Benedikt Pago|arXiv (Cornell University)|Jul 12, 2024

Scheduling and Optimization Algorithms被引用 2

一句话总结

本文表明，几种基于仿射整数松弛的近期算法——Z-affine k-一致性、BLP+AIP、BAk 和 CLAP——即使在次线性层级的 k 下，也无法解决所有 Maltsev 约束满足问题（CSP）。作者构建了一个可解的 Maltsev CSP 模板，该模板无法被这些算法求解，从而否定了其普遍性，并推翻了 Dalmau 和 Opršal 关于 Datalog 可约性的猜想。

ABSTRACT

We show that various recent algorithms for finite-domain constraint satisfaction problems (CSP), which are based on solving their affine integer relaxations, do not solve all tractable and not even all Maltsev CSPs. This rules them out as candidates for a universal polynomial-time CSP algorithm. The algorithms are $\mathbb{Z}$-affine $k$-consistency, BLP+AIP, BA$^{k}$, and CLAP. We thereby answer a question by Brakensiek, Guruswami, Wrochna, and Živný whether BLP+AIP solves all tractable CSPs in the negative. We also refute a conjecture by Dalmau and Opršal (LICS 2024) that every CSP is either solved by $\mathbb{Z}$-affine $k$-consistency or admits a Datalog reduction from 3-colorability. For the cohomological $k$-consistency algorithm, that is also based on affine relaxations, we show that it correctly solves our counterexample but fails on an NP-complete template.

研究动机与目标

• 调查基于仿射整数松弛的算法是否可作为所有可解有限域 CSP 的通用多项式时间解法，特别是 Maltsev CSP。
• 挑战 Dalmau 和 Opršal（LICS 2024）的猜想，即每个 CSP 要么被 Z-affine k-一致性求解，要么可 Datalog∪-约化为 3-着色问题。
• 构造一个可解的反例 CSP 模板，该模板为 Maltsev 类型，但无法被多种最先进的仿射松弛算法求解。
• 分析上同调 k-一致性及相关算法在捕捉所有可解 CSP 方面的局限性。
• 厘清基于仿射松弛的算法之间的相对能力与层级关系，特别是与单点固定变体的关系。

提出的方法

• 基于素数 p1=2 和 p2=3 的 Z/pZ 上的 Tseitin 系统，构建特定的有限域模板 A，并生成一个派生结构 S[2]_18，用于编码 CSP 实例。
• 将 CSP 实例编码为 Z 上的线性方程组，其中变量表示从 B 的 k 元子结构到 A 的部分同态。
• 利用鲁棒一致性条件识别在 k-一致性检查中仍能存活的部分同态，即使完整实例不可满足。
• 证明在 Z、有理数及有限域（pi）上，宽度-k 仿射松弛存在非零解，重点关注对应于鲁棒一致部分同态的变量。
• 在多个层级上应用 pi-解构造：从单个 Tseitin 系统 Bi 到复合结构 Li，最终到完整实例 BI(C0; C1)。
• 证明所有目标算法（Z-affine k-一致性、BAk、CLAP 和上同调 k-一致性）均接受该构造的不可满足实例，原因在于仿射松弛中存在非零解。

实验结果

研究问题

• RQ1 Z-affine k-一致性能否求解所有可解有限域 CSP，特别是所有 Maltsev CSP？
• RQ2 是否每个 CSP 要么被某个固定 k 的 Z-affine k-一致性求解，要么可 Datalog∪-约化为 3-着色问题？
• RQ3 基于仿射松弛的算法（如 BLP+AIP、BAk 和 CLAP）是否能正确识别所有可解 CSP 中的不可满足实例？
• RQ4 上同调 k-一致性能否求解其他仿射松弛算法失效的同一反例？
• RQ5 基于仿射松弛的算法之间是否存在严格层级关系，特别是关于包含关系与能力的比较？

主要发现

• 本文构造了一个可解的 Maltsev CSP 模板（基于 S[2]_18），即使在次线性 k 下，Z-affine k-一致性也无法求解，从而否定了其在 Maltsev CSP 上的普遍性。
• BLP+AIP、BAk 和 CLAP 算法均接受由该模板导出的不可满足实例，表明其在某些可解情况下无法检测不可满足性。
• 上同调 k-一致性算法正确识别出该不可满足实例为不可满足，但在一个 NP-完全模板上失效，表明其在可解情况之外存在局限性。
• 在仿射松弛中存在非零解（限制于鲁棒一致的部分同态）是这些算法接受不可满足实例的原因。
• 该反例否定了 Dalmau 和 Opršal（2024）的猜想，即每个 CSP 要么被 Z-affine k-一致性求解，要么可 Datalog∪-约化为 3-着色问题。
• 结果表明，仅那些在仿射松弛中将局部解固定为 1 的算法（如上同调 k-一致性、Singleton-AIP）仍可能是通用可解 CSP 算法的可行候选。