[论文解读] Online Primal Dual Meets Online Matching with Stochastic Rewards: Configuration LP to the Rescue

Zhiyi Huang, Qiankun Zhang|arXiv (Cornell University)|Feb 5, 2020

Optimization and Search Problems参考文献 28被引用 4

一句话总结

本文将随机在线对偶框架新颖地应用于具有随机奖励的在线匹配问题，通过采用配置线性规划（configuration LP）而非标准匹配LP，实现了不等且趋于零的概率下的竞争比0.572——超越了此前最佳界限0.534；在相等且趋于零的概率下，竞争比达到0.576，解决了该领域长期存在的开放问题。

ABSTRACT

Mehta and Panigrahi (FOCS 2012) introduce the problem of online matching with stochastic rewards, where edges are associated with success probabilities and a match succeeds with the probability of the corresponding edge. It is one of the few online matching problems that have defied the randomized online primal dual framework by Devanur, Jain, and Kleinberg (SODA 2013) thus far. This paper unlocks the power of randomized online primal dual in online matching with stochastic rewards by employing the configuration linear program rather than the standard matching linear program used in previous works. Our main result is a 0.572 competitive algorithm for the case of vanishing and unequal probabilities, improving the best previous bound of 0.534 by Mehta, Waggoner, and Zadimoghaddam (SODA 2015) and, in fact, is even better than the best previous bound of 0.567 by Mehta and Panigrahi (FOCS 2012) for the more restricted case of vanishing and equal probabilities. For vanishing and equal probabilities, we get a better competitive ratio of 0.576. Our results further generalize to the vertex-weighted case due to the intrinsic robustness of the randomized online primal dual analysis.

研究动机与目标

• 为具有随机奖励的在线匹配问题填补已知上下界之间的差距，尤其关注成功概率趋于零且不相等的情形。
• 通过改用配置线性规划（而非标准匹配LP）来扩展随机在线对偶框架——此前该框架在该问题上表现不佳。
• 在不等概率与相等概率两种情形下均实现更优的竞争比，特别是在概率趋于零的极限情况下。
• 通过配置LP的鲁棒性与随机对偶分析，将结果推广至点权加权情形。

提出的方法

• 用配置LP替代标准匹配LP，以更准确地建模随机匹配过程，并在在线顶点间分摊负载。
• 提出一种基于阈值与负载均衡的对偶变量更新规则，为离线顶点分配阈值以控制匹配行为。
• 采用收益共享机制，将每条匹配边的期望奖励 $ p $ 在其端点的对偶变量 $ \alpha_u $ 与 $ \beta_v $ 之间进行分配。
• 采用微分不等式方法推导最优对偶函数 $ f(\theta) $，确保期望对偶收益满足竞争比要求。
• 分析在随机阈值下对偶变量 $ \alpha_u $ 与 $ \beta_v $ 的期望贡献，其中当 $ \theta_u < \ell_u^\infty $ 时 $ \beta_v $ 降为零，这是标准LP分析中的关键瓶颈。
• 证明配置LP可避免标准LP中在线侧贡献的急剧下降，从而实现更高的竞争比。

实验结果

研究问题

• RQ1 随机在线对偶框架能否成功应用于具有随机奖励的在线匹配问题？该问题此前对这类方法具有抗性。
• RQ2 为何标准匹配LP在此设置下无法实现超过0.5的竞争比？其暴露了何种结构性局限？
• RQ3 配置LP能否缓解当阈值低于满载容量时在线侧对偶贡献的损失？
• RQ4 在不等且趋于零的成功概率下，使用配置LP结合随机在线对偶框架可实现多高的竞争比？
• RQ5 在相等与不等概率情形下，该竞争比与Stochastic Balance和Semi-Adaptive等先前算法相比如何？

主要发现

• 所提算法在不等且趋于零的成功概率下，实现了0.572的竞争比，优于此前最佳界限0.534。
• 在相等且趋于零的概率情形下，竞争比达到0.576，超越了Stochastic Balance算法此前的最佳界限0.567。
• 配置LP实现了在线侧对偶贡献的平滑衰减，避免了标准LP分析中出现的骤降至零现象，从而解释了性能的提升。
• 由于配置LP框架下随机在线对偶分析的鲁棒性，该方法成功推广至点权加权情形。
• 分析证明，标准匹配LP在此设置下无法实现优于0.5的竞争比，其根本原因在于在线侧对偶贡献存在根本性瓶颈。
• 当最优对偶函数 $ f(\theta) = 0.5 $ 对所有 $ \theta \geq 0 $ 成立时，标准LP下的竞争比为0.5，证实了其局限性。