Neues Benchmark-Set für Multi-Objective Search: Standardisierung endlich

In der Forschung zu Multi-Objective Search (MOS) war die Bewertung von Algorithmen lange Zeit von fragmentierten Problemsets geprägt, die unterschiedliche Zieldefinitionen nutzten und damit vergleichbare Studien erschwerten. Besonders die bislang häufig genutzten DIMACS-Road-Networks zeigen stark korrelierte Ziele, die die Vielfalt der Pareto-Fronten nicht abbilden.

Um dieses Problem zu lösen, hat ein internationales Team die erste umfassende, standardisierte Benchmark-Suite für exakte und approximative MOS entwickelt. Die Suite umfasst vier strukturell unterschiedliche Domänen: reale Straßennetzwerke, strukturierte synthetische Graphen, spielbasierte Rasterumgebungen und hochdimensionale Robotik-Roadmaps. Für jede Domäne werden feste Graphinstanzen, standardisierte Start- und Zielanfragen sowie sowohl exakte als auch approximative Referenz-Pareto-Optimale Lösungssätze bereitgestellt.

Durch die Abdeckung eines breiten Spektrums an Zielinteraktionen – von stark korrelierten bis hin zu völlig unabhängigen – bietet die Benchmark eine solide Basis für zukünftige MOS-Studien. Sie gewährleistet, dass Ergebnisse reproduzierbar, robust und strukturell umfassend sind, und ebnet damit den Weg für vergleichbare Fortschritte in der Multi-Objective-Optimierung.