Kemeny 聚合问题高效空间缩减技术：优化多数规则的应用
机器人学
2025-06-19 v1
摘要
Kemeny 聚合问题由计算针对众所周知的 Kemeny-Young 投票方法的投票一致性排序组成。这些一致性排序满足各种基本属性，是投票在 Kemeny-Young 方法下在 Kendall-tau 距离下几何中性的最中位数。Kemeny 聚合问题在计算社会选择、机器学习、运营研究和生物学等诸多领域都有重要应用，但它不可避免地是 NP-hard 的。最近，Milosz 和第二作者提出了一种通过求解一致性排序中元素对的相对顺序来缩小问题搜索空间的方法。本文提出了该方法的优化扩展，实现了显著更精细的空间缩减技术，而不会在实际运行时间上带来显著增加，如实验结果和分析所示。我们展示了这些约束可与其他方法（如整数规划和最细 Condorcet 分区）结合使用，以实现 Kemeny 聚合问题的高效可扩展求解方法。还描述和评估了本算法的放松和近似版本。我们还提供了计算可证明保证的方法，以评估所获得的近似排序质量。
引用
@article{arxiv.2506.15096,
title = {DyNaVLM: Zero-Shot Vision-Language Navigation System with Dynamic Viewpoints and Self-Refining Graph Memory},
author = {Zihe Ji and Huangxuan Lin and Yue Gao},
journal= {arXiv preprint arXiv:2506.15096},
year = {2025}
}