[论文解读] Pandora's Box with Correlations: Learning and Approximation

Shuchi Chawla, Evangelia Gergatsouli+3 more|arXiv (Cornell University)|Nov 5, 2019

Optimization and Search Problems参考文献 35被引用 7

一句话总结

本文提出了首个针对具有相关性的Pandora's Box问题的近似算法，其中算法可访问联合分布的样本。研究聚焦于部分自适应（PA）策略——固定探测顺序配合自适应停止策略——在多项式时间与样本复杂度下，实现对最优PA策略的常数因子近似，即使在完全自适应策略无法通过样本近似时也成立。

ABSTRACT

The Pandora's Box problem and its extensions capture optimization problems with stochastic input where the algorithm can obtain instantiations of input random variables at some cost. To our knowledge, all previous work on this class of problems assumes that different random variables in the input are distributed independently. As such it does not capture many real-world settings. In this paper, we provide the first approximation algorithms for Pandora's Box-type problems with correlations. We assume that the algorithm has access to samples drawn from the joint distribution on input. Algorithms for these problems must determine an order in which to probe random variables, as well as when to stop and return the best solution found so far. In general, an optimal algorithm may make both decisions adaptively based on instantiations observed previously. Such fully adaptive (FA) strategies cannot be efficiently approximated to within any sublinear factor with sample access. We therefore focus on the simpler objective of approximating partially adaptive (PA) strategies that probe random variables in a fixed predetermined order but decide when to stop based on the instantiations observed. We consider a number of different feasibility constraints and provide simple PA strategies that are approximately optimal with respect to the best PA strategy for each case. All of our algorithms have polynomial sample complexity. We further show that our results are tight within constant factors: better factors cannot be achieved even using the full power of FA strategies.

研究动机与目标

• 填补Pandora's Box问题中的研究空白，将问题从独立分布模型扩展至相关性随机变量，这一情形在现实世界中普遍存在但以往模型被忽略。
• 克服在样本访问下近似完全自适应（FA）策略的不可行性，因为这可能需要学习相关结果之间的任意映射。
• 聚焦于部分自适应（PA）策略——固定探测顺序配合自适应停止——作为可计算的基准，同时仍能捕捉相关性下的有意义决策过程。
• 设计高效算法，在多种可行性约束下实现对最优PA策略的常数因子近似，且样本与时间复杂度为多项式。
• 通过证明结果的紧致性，表明即使完全自适应策略也无法获得优于常数因子的近似，从而确立根本性限制。

提出的方法

• 将问题建模为具有相关成本的在线随机搜索，其中算法从盒子价值的联合分布中采样，并在固定顺序探测后决定何时停止。
• 提出一个框架，通过阈值法与基于采样的价值分布估计相结合，近似最优PA策略。
• 针对每种可行性约束（如背包问题、拟阵），设计一种简单、类似贪心的PA策略，保持与最优PA策略的常数近似比。
• 利用集中不等式与概率界，确保基于采样的价值分布估计足够准确，以维持近似保证。
• 利用联合分布与约束的结构性质（如拟阵秩、背包容量）来界定期望成本与探测次数。
• 证明所提算法具有多项式样本复杂度与运行时间，使其适用于大规模应用。

实验结果

研究问题

• RQ1 当随机变量相关而非独立时，能否设计出Pandora's Box问题的高效近似算法？
• RQ2 即使完全自适应策略难以近似，是否仍能在样本访问下实现对最优部分自适应策略的常数因子近似？
• RQ3 在存在相关性时，近似的根本限制是什么？能否证明即使采用完全自适应策略，也无法获得优于常数因子的近似？
• RQ4 不同的可行性约束（如背包问题、拟阵）如何影响相关设定下近似算法的设计与性能？
• RQ5 能否在相关性存在的情况下，实现多项式样本复杂度，同时保持常数近似比？

主要发现

• 本文在多项式样本与时间复杂度下，实现了对具有相关成本的Pandora's Box问题最优部分自适应（PA）策略的常数因子近似。
• 所提算法是首个在相关性存在下提供此类保证的算法，推广了以往假设独立性的研究成果。
• 结果具有紧致性：即使在完全自适应策略下，也无法通过样本访问获得优于常数因子的近似，确立了根本性限制。
• 针对每种可行性约束（如背包问题、拟阵），本文设计了一种简单PA策略，实现了与最优PA策略的常数近似。
• 样本复杂度在盒子数量与期望精度倒数上为多项式，确保了可扩展性，并可推广至复杂分布。
• 分析表明，除非映射高度可能，否则仅凭样本访问无法学习变量间的任意相关性，从而为聚焦于PA策略提供了合理依据。