[论文解读] Online Time-Windows TSP with Predictions

Shuchi Chawla, Dimitris Christou|arXiv (Cornell University)|Apr 4, 2023

Vehicle Routing Optimization Methods被引用 3

一句话总结

该论文提出了一种针对带预测的时间窗TSP的在线算法，通过在服务时间中引入显式松弛，实现了与网络直径对数相关的竞争比，且该竞争比随预测误差平滑退化。该算法利用根向探索问题的(2+ϵ)-近似解法以及基于信用的奖励分摊机制，确保了在预测误差依赖因子范围内与离线最优性能一致且具有鲁棒性，同时能容忍预测位置、时间窗和奖励的不准确性。

ABSTRACT

In the Time-Windows TSP (TW-TSP) we are given requests at different locations on a network; each request is endowed with a reward and an interval of time; the goal is to find a tour that visits as much reward as possible during the corresponding time window. For the online version of this problem, where each request is revealed at the start of its time window, no finite competitive ratio can be obtained. We consider a version of the problem where the algorithm is presented with predictions of where and when the online requests will appear, without any knowledge of the quality of this side information. Vehicle routing problems such as the TW-TSP can be very sensitive to errors or changes in the input due to the hard time-window constraints, and it is unclear whether imperfect predictions can be used to obtain a finite competitive ratio. We show that good performance can be achieved by explicitly building slack into the solution. Our main result is an online algorithm that achieves a competitive ratio logarithmic in the diameter of the underlying network, matching the performance of the best offline algorithm to within factors that depend on the quality of the provided predictions. The competitive ratio degrades smoothly as a function of the quality and we show that this dependence is tight within constant factors.

研究动机与目标

• 为解决在标准在线设置下，时间窗TSP问题无法实现有限竞争比的挑战，设计一种具有竞争性的在线算法。
• 以一种即使预测不准确也不会损害性能的方式，利用不完善的预测信息（包括位置、时间窗和奖励）来提升性能。
• 在高度敏感于输入扰动的路由问题中，正式建立预测框架下的一致性和鲁棒性，该问题因严格的时间窗约束而尤为敏感。
• 证明引入每请求单位的空闲服务时间可使即使在有预测的情况下也能实现次线性竞争比，并表明该松弛是实现此类保证所必需的。
• 量化竞争比对位置、时间窗和奖励预测误差的依赖关系，并在常数因子内证明其紧致性。

提出的方法

• 该算法使用预测路径W′和预测服务时间S′来指导在线决策，服务器在时间上通过随机偏移±K或0调整访问预测请求位置的时间，其中K = Lmin/2。
• 在每个预测请求处，该算法使用根向探索问题的(2+ϵ)-近似解法（ORIEN）计算绕行路径，以在S′长度预算内最大化可到达的真实请求的奖励。
• 服务时间被建模为图中单位长度的边，使算法能够考虑空闲时间和路径低效性。
• 采用基于信用的分摊机制，将每个已服务真实请求奖励的一半分配给其实际请求和预测请求，确保预期信用与真实奖励成比例。
• 通过限制时间窗偏差（≤ Lmin/2）来处理预测误差，仅导致常数因子的性能损失；同时通过多项式依赖关系建模位置和奖励误差对竞争比的影响。
• 分析中使用了概率性断言（例如，请求可达性的概率为1/3），并将其与近似保证相结合，推导出期望性能边界。

实验结果

研究问题

• RQ1 当提供不完美预测时，时间窗TSP的在线算法能否实现有限的竞争比？
• RQ2 竞争比如何随位置、时间窗和奖励预测误差的变化而退化？
• RQ3 在这一具有严格约束的路由问题中，是否可能同时实现一致性（在预测良好时接近最优性能）和鲁棒性（在预测不佳时性能有界）？
• RQ4 显式松弛（如服务时间）在存在预测误差时，对实现次线性竞争比起到了什么作用？
• RQ5 竞争比对预测误差的依赖关系是否可在常数因子内证明为紧致？

主要发现

• 该算法实现了O(log D)的竞争比，其中D为网络直径，与目前已知的最佳离线算法相比仅相差常数因子。
• 竞争比随预测误差平滑退化：在位置和奖励误差下呈多项式依赖，在时间窗偏差≤ Lmin/2时退化程度最多为常数因子。
• 预测误差依赖关系在常数因子内为紧致，通过在误差条件下对竞争比的下界证明得以验证。
• 引入每请求单位的空闲服务时间是即使在有预测的情况下也能实现次线性竞争比的必要条件，如定理3.7所示。
• 每个预测请求的预期信用为Ω(1)/ρM倍其匹配真实请求的真实奖励，其中ρM为最大奖励误差比，从而确保了一致性。
• 该算法保持了鲁棒性：即使预测完全不准确，其竞争比仍保持在最佳在线算法的竞争比的常数因子之内。