[論文レビュー] Bounded Rationality in Concurrent Parity Games

Krishnendu Chatterjee|arXiv (Cornell University)|Jan 1, 2011

Logic, Reasoning, and Knowledge参考文献 37被引用数 1

ひとこと要約

本稿は、有界合理的制約下における並行パリティゲームにおける質的勝利集合の完全な特徴付けを提供し、均一な無記憶戦略が有限精度の無限記憶戦略と同等の力を有すること、および無限精度の無記憶戦略が無限精度の有限記憶戦略と同等であることを示している。主な貢献は、ほぼ確実かつ極限的確実な勝利集合を計算するための記号的アルゴリズムであり、時間計算量はO(n²d+3)である。勝利集合への属性判定はNP ∩ coNPで決定可能である。

ABSTRACT

We consider 2-player games played on a finite state space for infinite rounds. The games are concurrent: in each round, the two players choose their moves simultaneously; the current state and the moves determine the successor. We consider omega-regular winning conditions given as parity objectives. We consider the qualitative analysis problems: the computation of the almost-sure and limit-sure winning set of states, where player 1 can ensure to win with probability 1 and with probability arbitrarily close to 1, respectively. In general the almost-sure and limit-sure winning strategies require both infinite-memory and infinite-precision. We study the bounded-rationality problem for qualitative analysis of concurrent parity games, where the strategy set player 1 is restricted to bounded-resource strategies. In terms of precision, strategies can be deterministic, uniform, finite-precision or infinite-precision; and in terms of memory, strategies can be memoryless, finite-memory or infinite-memory. We present a precise and complete characterization of the qualitative winning sets for all combinations of classes of strategies. In particular, we show that uniform memoryless strategies are as powerful as finite-precision infinite-memory strategies, and infinite-precision memoryless strategies are as powerful as infinite-precision finite-memory strategies. We show that the winning sets can be computed in O(n^{2d+3}) time, where n is the size of the game and 2d is the number of priorities, and our algorithms are symbolic. The membership problem of whether a state belongs to a winning set can be decided in NP cap coNP. While this complexity is the same as for the simpler class of turn-based games, where in each state only one of the players has a choice of moves, our algorithms, that are obtained by characterization of the winning sets as mu-calculus formulas, are considerably more involved.

研究の動機と目的

• 有限の記憶および精度リソースに制限された戦略を仮定したもとで、並行パリティゲームにおける定性的分析を研究すること。
• 決定的、均一、有限精度、無限精度の戦略クラスと、無記憶、有限記憶、無限記憶の戦略クラスを組み合わせた、異なる戦略クラスの表現力の特定。
• すべての戦略クラスの組み合わせにおいて、ほぼ確実かつ極限的確実な勝利集合の正確かつ完全な特徴付けを確立すること。
• 正確な遷移確率に依存しない、効率的な勝利集合の計算のための記号的アルゴリズムの開発。
• 記憶や精度の違いがあるにもかかわらず、行動的に同等の勝利力を有する戦略クラスの同値性の証明。

提案手法

• 有限状態グラフ、同時移動、パリティ目的（ω-正則な勝利条件）を備えた並行パリティゲームを形式化する。
• 4つの精度クラス（決定的、均一、有限精度、無限精度）と3つの記憶クラス（無記憶、有限記憶、無限記憶）を定義し、合計12通りの戦略クラスの組み合わせを形成する。
• 先行者作用素と証拠構成を用いて勝利集合を特徴づけ、極限的確実な勝利集合が、有限記憶の有限精度戦略を用いて任意のε > 0の精度で近似可能であることを証明する。
• 有界合理的性の文脈に特化したμ計算式に基づく記号的アルゴリズムを構築し、古典的な並行ゲームμ計算の定式化とは異なる。
• 命題2を用いたターンベースゲームへの変換により、b-精度戦略をシミュレートし、ターンベース確率的ゲームにおける純粋無記憶戦略に関する既知の結果を活用する。
• 勝利集合が正確な遷移確率に依存しないことを証明し、遷移のサポート（サポート集合）にのみ依存することを示す。

実験結果

リサーチクエスチョン

• RQ1 記憶と精度クラスのどの組み合わせが、並行パリティゲームにおいて同等の表現力を与えるか？
• RQ2 有限精度の無記憶戦略で極限的確実な勝利戦略を達成可能か？また、無限精度または無限記憶戦略と比較してどうなるか？
• RQ3 ほぼ確実かつ極限的確実な勝利集合は記号的に計算可能か？その属性判定の計算複雑度は？
• RQ4 定性的勝利集合は正確な遷移確率に依存するのか、それとも遷移のサポート集合にのみ依存するのか？
• RQ5 有界合理的性制約下で、効率的かつ正しく動作する記号的アルゴリズムを設計可能か？

主な発見

• 均一な無記憶戦略は、有限精度の無限記憶戦略と同等の力を有し、極限的確実な勝利を達成できる。
• 無限精度の無記憶戦略は、無限精度の有限記憶戦略と同等の力を有し、極限的確実な勝利を達成できる。
• 無限精度の無記憶戦略における極限的確実な勝利集合は、無限精度の有限記憶戦略における極限的確実な勝利集合と等しい。
• 勝利集合は、状態数nと優先度数2dを用いてO(n²d+3)時間で計算可能である。
• 勝利集合への属性判定はNP ∩ coNPで決定可能であり、高い計算的扱いやすさを示している。
• 勝利集合の計算は、正確な確率に依存せず、遷移のサポート集合にのみ依存するため、確率的精度の変動に強く耐性がある。