Pareto dominance를 수동 필터에서 능동적 탐색 드라이버로 재정립한 multi-criteria graph search 이론. 제약된 비용 모델(유한 비용 그리드, Markov 전이, 비제로 진행 측정)에서는 Pareto 기하만으로 스케줄링과 종료 모두 제어 가능함을 증명. skyline(첫 Pareto 레이어)만 추출하면 이산 완료 잠재량의 결정론적 감소 → 단조 진행을 보장하고, vector lower-bound 인증서가 정지 조건을 제공한다. scalarization·휴리스틱·확률 모델 없이 동작하는 프레임워크.
- •Pareto dominance를 수동 필터에서 능동 드라이버로 전환 — skyline만으로 스케줄링·종료 제어.
- •유한 비용 그리드·Markov 전이·비제로 진행 측정 가정에서 deterministic 잠재량 감소 증명.
- •Vector lower-bound certificate가 dominance 커버리지 보장 — 사전에 해의 수를 정하지 않아도 정지 가능.
- •Scalarization·휴리스틱·확률 모델 불필요 — 순수 Pareto 기하 기반.
- •탐색 알고리즘에서 최초로 Pareto dominance를 deterministic driver로 재정의한 이론 기여.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Skyline-First Traversal as a Control Mechanism for Multi-Criteria Graph Search
- 1.Pareto dominance가 수동 필터 → 능동 드라이버로 재정의됨.
- 2.Skyline만으로 multi-criteria 탐색의 스케줄·종료 제어 가능.
- 3.Scalarization 없이 결정론적 감소·정지 인증 달성.
- 4.경로 계획·다목적 최적화 알고리즘 구현에 이론적 기반.
- 5.휴리스틱 의존도를 제거해 분석 가능성·재현성 향상.
왜 중요한가?
실시간 경로 탐색·다목적 스케줄링에 scalarization 없이 deterministic 성능 보장이 가능함을 증명한 이론적 결과. 자율주행·물류 최적화·네트워크 라우팅에서 하이퍼파라미터 튜닝 부담을 줄이는 알고리즘 설계에 영감을 준다.
이론적 진전이지만, 현대차그룹의 자율주행 시스템이나 카카오모빌리티의 경로 계획에서 다수의 기준을 고려할 때, 휴리스틱 없이 결정론적이고 재현 가능한 최적 경로를 탐색하는 알고리즘 설계에 영감을 줄 수 있습니다. 이는 복잡한 조건에서도 예측 가능하고 안정적인 서비스를 제공하는 데 기여할 것입니다.
본문 미리보기
arXiv:2604.19807v1 Announce Type: new Abstract: In multi-criteria graph traversal, paths are compared via Pareto dominance, an ordering that identifies which paths are non-dominated, but says nothing about which path to expand next or when the search may stop. As a result, existing approaches rely on external mechanisms-heuristics, scalarization, or population-based exploration while Pareto dominance remains confined to passive roles such as pruning or ranking. This paper shows that, under co
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:38AI 초안
