[论文解读] Online Resource Allocation for Reusable Resources

Xilin Zhang, Wang Chi Cheung|arXiv (Cornell University)|Dec 6, 2022

Risk and Portfolio Optimization被引用 4

一句话总结

本文提出一种在线算法——迭代乘法权重更新（iMWU），用于在模型不确定条件下进行可重用资源分配，实现对最优奖励的(1−ϵ)近似，其中ϵ随容量和规划时域增长趋近于0。该方法通过迭代权重更新平衡奖励、资源使用和随机使用时长，在具有可重用资源的动态异构客户环境中实现近似最优性能。

ABSTRACT

We study a general model on reusable resource allocation under model uncertainty. A heterogeneous population of customers arrive at the decision maker's (DM's) platform sequentially. Upon observing a customer's type, the DM selects an allocation decision, which leads to rewards earned and resources occupied. Each resource unit is occupied for a random duration, and the unit is available for another allocation after the usage duration. Our model captures numerous applications involving admission control and assortment planning. The DM aims to simultaneously maximize multiple types of rewards, while satisfying the resource constraints and being uncertain about the customers' arrival process. We develop a near-optimal algorithm that achieves $(1-ε)$ fraction of the optimal expected rewards, where the error parameter $ε$ decays to zero as the resource capacity units and the length of the horizon grow. The algorithm iteratively applies the Multiplicative Weight Update algorithm in a novel manner, which balances the trade-off among the amounts of rewards earned, resources occupied and usage durations.

研究动机与目标

• 解决在线算法在模型不确定条件下可重用资源分配中的空白。
• 开发一个通用框架，捕捉多个目标、客户异质性以及在线环境中的有限使用时长。
• 在未知客户到达过程的前提下，实现奖励最大化的近似最优性能保证。
• 将在线不可重用资源分配的理论基础扩展至更复杂的可重用资源场景。
• 通过在不同问题规模下的数值实验验证算法性能。

提出的方法

• iMWU算法以迭代方式应用乘法权重更新方法，以平衡奖励、资源消耗和使用时长。
• 采用基于对偶的方法以维持可行性并随时间优化，根据观测结果和预测表现更新权重。
• 该算法以在线方式运行，在每个客户到达时根据其类型做出决策，无需事先知晓到达过程。
• 引入折扣参数以缓冲库存短缺，灵感源自不可重用设置下的先前研究。
• 该方法利用线性规划松弛（LP-S）推导基线性能，用于比较和理论分析。
• 理论分析表明，最优性差距以O(√(ξ log(|I_c|/ξ)))的速率衰减，其中ξ为相对容量的倒数，随着容量增加而趋近于零。

实验结果

研究问题

• RQ1 在模型不确定条件下，能否在在线可重用资源分配中实现近似最优性能？
• RQ2 如何设计在线算法以有效平衡多个目标、资源消耗和随机使用时长？
• RQ3 当客户到达过程未知时，iMWU算法是否仍能保持强性能保证？
• RQ4 该算法在客户类型数量和资源约束方面如何扩展？
• RQ5 理论近似因子是否可在不同问题实例中得到经验验证？

主要发现

• iMWU算法实现了对最优期望奖励的(1−ϵ)近似，其中ϵ随资源容量和规划时域增长趋近于0。
• 该算法收敛至具有完整模型知识的离线静态算法（OSA）的性能，尤其在时域增长时表现更明显。
• 最优性差距被限制在O(√(ξ log(|I_c|/ξ)))，随着相对容量增加（即ξ减小）而改善。
• 数值实验表明，iMWU算法的性能具有鲁棒性，几乎不随客户类型数量（|J|）变化，即使|J|从100增至1000也保持稳定。
• iMWU的归一化奖励渐近趋近于OSA的奖励，证实了理论上的近似最优收敛。
• 即使在模型不确定条件下，该算法仍保持强性能，与离线基准相比性能下降极小。