무작위 비용을 최소화하는 분산 탐색 알고리즘

본 논문은 무작위 그래프에 랜덤 비용이 부여된 상황에서, 제한된 로컬 정보만을 이용해 목적지까지 라우팅하는 “분산 탐색(decentralized search)” 알고리즘을 연구한다. 기존 연구는 주로 경로 길이(스텝 수)를 최소화하는 탐욕적 라우팅에 초점을 맞추었으며, 이는 그래프 구조가 작은 세계(small‑world) 특성을 가질 때만 효율적이었다. 그러나 실제 네트워크에서는 링크 비용이 가변적이며, 비용을 무시하고 거리만을 기준으로 라우팅하면 비효율적인 경로가 생성될 수 있다. 이를 해결하기 위해 저자는 비용 그래프 G=(V,E,C)를 정의한다. 여기서 C(x,y) 는 (x,y) 에지의 비용이며, 이는 독립적인 양의 확률 변수이다. 정점 x는 자신의 이웃 N(x)와 해당 이웃으로 가는 비용 C(x,·) 를 관측할 수 있다. 목표 정점 z 로 라우팅할 때, 정점 x가 다음 정점 y를 선택하는 기준을   argmin_{y∈N(x)}