[论文解读] Prophet Secretary: Surpassing the $1-1/e$ Barrier

Yossi Azar, Ashish Chiplunkar+1 more|arXiv (Cornell University)|Nov 6, 2017

Optimization and Search Problems参考文献 8被引用 3

一句话总结

本文提出了一种用于 Prophet Secretary 问题的新算法，突破了长期存在的 $1 - 1/e$ 竞争比瓶颈，实现了 $1 - 1/e + 1/400$ 的竞争比。通过引入超越以往工作的新型分析技术，作者设计了一种基于阈值的算法，自适应地利用到达顺序的随机性与分布知识，在已知 i.i.d. 到达顺序的随机在线选择问题中优于现有方法。

ABSTRACT

In the Prophet Secretary problem, samples from a known set of probability distributions arrive one by one in a uniformly random order, and an algorithm must irrevocably pick one of the samples as soon as it arrives. The goal is to maximize the expected value of the sample picked relative to the expected maximum of the distributions. This is one of the most simple and fundamental problems in online decision making that models the process selling one item to a sequence of costumers. For a closely related problem called the Prophet Inequality where the order of the random variables is adversarial, it is known that one can achieve in expectation $1/2$ of the expected maximum, and no better ratio is possible. For the Prophet Secretary problem, that is, when the variables arrive in a random order, Esfandiari et al.\ (ESA 2015) showed that one can actually get $1-1/e$ of the maximum. The $1-1/e$ bound was recently extended to more general settings (Ehsani et al., 2017). Given these results, one might be tempted to believe that $1-1/e$ is the correct bound. We show that this is not the case by providing an algorithm for the Prophet Secretary problem that beats the $1-1/e$ bound and achieves $1-1/e+1/400$ of the optimum value. We also prove a hardness result on the performance of algorithms under a natural restriction which we call deterministic distribution-insensitivity.

研究动机与目标

• 为克服自 Esfandiari 等人 2017 年结果以来一直被视为最优的 $1 - 1/e$ 竞争比的紧致性感知问题。
• 开发一种新的算法框架，在随机到达顺序模型下超越 $1 - 1/e$ 边界，其中分布已知但样本以均匀随机顺序到达。
• 在标准基准 $\mathbb{E}[\max_i X_i]$ 下，通过超越简单阈值法的技术，建立优于 $1 - 1/e$ 的可证明竞争比。
• 通过证明在自然限制下，确定性分布无关算法的竞争比上界为 $11/15$，分析其局限性。

提出的方法

• 设计一种基于阈值的算法，为随机到达序列中每个位置 $k$ 设置依赖于 $n$ 和 $\mathbb{E}[\max_i X_i]$ 的动态阈值 $\alpha_k$。
• 引入新型分析技术，以在对抗性实例上界定算法性能，特别是通过构建最坏情况分布族来测试算法的鲁棒性。
• 使用概率分析和渐近极限（$\varepsilon \to 0$）推导在涉及罕见高价值结果的关键场景下期望收益的紧致上界。
• 应用引理以在各种阈值排序约束（如 $\alpha_1 > \alpha_2$，$\alpha_1 \leq \alpha_2$ 等）下界定竞争比，并通过加权平均结合这些结果以推导整体上界。
• 构建四个不同的对抗性实例（实例 1–4），以在不同分布假设和到达顺序概率下测试算法行为。
• 证明在自然限制下，任何确定性分布无关算法的竞争比上界为 $11/15 \approx 0.733$。

实验结果

研究问题

• RQ1 能否在随机到达顺序和已知分布下，超越 Prophet Secretary 问题的 $1 - 1/e$ 竞争比？
• RQ2 Prophet Secretary 问题的真实最优竞争比是多少？$1 - 1/e$ 是否为紧致界？
• RQ3 是否存在超越简单阈值法的算法技术，可在 Prophet Secretary 设置中实现更优性能？
• RQ4 在该问题类别中，确定性分布无关算法的根本限制是什么？
• RQ5 能否在自然算法限制下建立更紧致的竞争比上界？

主要发现

• 本文提出了一种算法，实现了 $1 - 1/e + 1/400 \approx 0.6321$ 的竞争比，超越了先前 $1 - 1/e \approx 0.6321$ 的界限。
• 该改进通过一种新颖的自适应阈值策略实现，该策略根据随机顺序和已知分布动态调整，超越了 Esfandiari 等人的方法。
• 作者证明，任何确定性分布无关算法都无法实现优于 $11/15 \approx 0.7333$ 的竞争比，从而在该限制下建立了新的上界。
• 通过四个精心构造的对抗性实例，论文在不同阈值排序和分布类型下推导出基于阈值算法性能的紧致上界。
• 分析表明，在特定阈值约束下，竞争比的上界为 $\min(1+2\alpha_1, 2 - \alpha_1 + 2\alpha_2, 3 - 2\alpha_2)/3$，从而导出 $11/15$ 的上界。
• 结果推翻了长期认为 $1 - 1/e$ 是 Prophet Secretary 问题最优竞争比的信念，证明了更优性能是可实现的。