[论文解读] Routing Directions: Keeping it Fast and Simple

Dimitris Sacharidis, Panagiotis Bouros|arXiv (Cornell University)|Sep 17, 2013

Data Management and Algorithms参考文献 23被引用 12

一句话总结

本文提出高效算法以寻找在速度与简洁性之间取得平衡的近似最优路径方向，解决了最短路径与最少转弯之间的权衡问题。提出新颖方法——FS（最快最简）与SF（最简最快），并引入两个新问题：最快近最简与最简近最快，通过在深度优先搜索与A*启发式搜索中应用剪枝技术，在大规模路网中实现亚秒级响应时间。

ABSTRACT

The problem of providing meaningful routing directions over road networks is of great importance. In many real-life cases, the fastest route may not be the ideal choice for providing directions in written, spoken text, or for an unfamiliar neighborhood, or in cases of emergency. Rather, it is often more preferable to offer "simple" directions that are easy to memorize, explain, understand or follow. However, there exist cases where the simplest route is considerably longer than the fastest. This paper tries to address this issue, by finding near-simplest routes which are as short as possible and near-fastest routes which are as simple as possible. Particularly, we focus on efficiency, and propose novel algorithms, which are theoretically and experimentally shown to be significantly faster than existing approaches.

研究动机与目标

• 为解决现实导航中路径速度与简洁性之间的权衡，特别是在旅游或应急场景中。
• 在所有最简路径中识别出最快路径（最快最简），并在所有最快路径中识别出最简路径（最简最快）。
• 通过引入‘近最简’与‘近最快’路径，放宽最优性约束，实现路径长度与复杂度之间的可控权衡。
• 设计可扩展、实用的算法，在理论与实践层面均优于穷举枚举。

提出的方法

• 提出一种概念性图变换，使标签设置算法（如Dijkstra）能够求解最快最简问题，避免完整枚举。
• 引入两个新问题：最快近最简（在复杂度 ≤ (1+ε)×最简 的前提下最小化长度）与最简近最快（在长度 ≤ (1+ε)×最快 的前提下最小化复杂度）。
• 在最简近最快问题中采用深度优先搜索并辅以激进剪枝，以排除无望的子路径。
• 在最快近最简问题中采用A*启发式搜索并结合启发式剪枝，高效探索候选路径。
• 通过AllFastestSimplest与AllSimplestFastest预处理过程引导搜索，提升剪枝效率。
• 基于长度与复杂度的边界值应用剪枝准则，避免探索无法产生最优解的子路径。

实验结果

研究问题

• RQ1 是否能无需穷举枚举，高效计算最快最简路径？
• RQ2 是否能采用类似方法高效计算最简最快路径？
• RQ3 如何高效地找到在长度与复杂度上均接近最优的路径，即在每个维度上均在(1+ε)倍最优值范围内？
• RQ4 哪些剪枝策略能有效缩小次优但近似最优路径的搜索空间？
• RQ5 所提出的算法在不同规模与拓扑结构的真实与合成路网中是否具备可扩展性？

主要发现

• FS（最快最简）算法比基线枚举（BSL）快数个数量级，在真实路网中完成时间低于0.01秒。
• SF（最简最快）算法在所有测试的真实路网中运行时间均低于0.5秒，表现出极高效率。
• 对于最快近最简与最简近最快问题，FNS-A*与SNF-A*在包含约80,000条道路与110,000个交叉口的路网上响应时间均低于400毫秒。
• 引入预处理（AllFastestSimplest与AllSimplestFastest）显著提升性能，FNS-A*与SNF-A*相比其无预处理变体（FNS-A*-WB与SNF-A*-WB）至少快一个数量级。
• 随着ε增大，最简近最快问题的响应时间下降，尽管搜索空间扩大，但剪枝效果更佳。
• 可扩展性测试表明，即使在更大拓扑结构下（网格路网τ最大为5，环形路网τ最大为4），最佳算法在ε=0.1时响应时间仍低于500毫秒。