[論文レビュー] Energy Parity Games

Krishnendu Chatterjee, Laurent Doyen|arXiv (Cornell University)|Jan 28, 2010

Formal Methods in Verification参考文献 22被引用数 59

ひとこと要約

本稿では、累積重みが正であることを要求する定量的エネルギー制約とパリティ条件を組み合わせた重み付きグラフ上の2人零和無限ゲームであるエネルギーパリティゲームを導入する。この研究では、勝者をNP ∩ coNPで決定可能であることを確立し、記憶領域の必要最小限の上限（最悪ケースで指数的）を示し、平均報酬パリティゲームと多項式同等であることを示し、エネルギーゲームへの還元によりより単純なアルゴリズムの利用が可能であることを示している。

ABSTRACT

Energy parity games are infinite two-player turn-based games played on weighted graphs. The objective of the game combines a (qualitative) parity condition with the (quantitative) requirement that the sum of the weights (i.e., the level of energy in the game) must remain positive. Beside their own interest in the design and synthesis of resource-constrained omega-regular specifications, energy parity games provide one of the simplest model of games with combined qualitative and quantitative objective. Our main results are as follows: (a) exponential memory is necessary and sufficient for winning strategies in energy parity games; (b) the problem of deciding the winner in energy parity games can be solved in NP \cap coNP; and (c) we give an algorithm to solve energy parity by reduction to energy games. We also show that the problem of deciding the winner in energy parity games is polynomially equivalent to the problem of deciding the winner in mean-payoff parity games, while optimal strategies may require infinite memory in mean-payoff parity games. As a consequence we obtain a conceptually simple algorithm to solve mean-payoff parity games.

研究の動機と目的

• パリティ目的の定性的性質とエネルギー制約の定量的性質を併せ持つゲームの戦略的複雑さと計算複雑さを研究すること。
• エネルギーパリティゲームに勝つために必要な最小初期クレジットを特定すること。
• このようなゲームにおける勝者を決定する問題の計算複雑さを確立すること。
• エネルギーパリティゲームと平均報酬パリティゲームの関係を調査すること。
• エネルギーゲームへの還元により、平均報酬パリティゲームを解くための概念的に単純なアルゴリズムを提供すること。

提案手法

• 既存のアルゴリズム的手法を活用するため、エネルギーパリティゲームをエネルギーゲームに還元すること。
• coNP上界を確立するために、破壊的プレイヤーの無記憶戦略の使用。
• パリティの達成とエネルギーの維持の2つの無記憶コンponentに勝利戦略を分解すること。
• ε = 1/(|Q|+1)による辺の重みの摂動を用いた、エネルギーパリティゲームと平均報酬パリティゲームの多項式同等性の証明。
• 平均報酬ゲームにおける有理数最適値の既知の結果を応用し、閾値ベースの意思決定手順を導出すること。
• 状態空間、優先度、最大重みの絶対値の分析を通じて、アルゴリズムの複雑さの上限を導出すること。

実験結果

リサーチクエスチョン

• RQ1 エネルギーパリティゲームにおける勝利戦略に必要な最小記憶領域は何か？
• RQ2 エネルギーパリティゲームにおける勝者を決定する問題はNP ∩ coNPに属するか？
• RQ3 エネルギーパリティゲームを、アルゴリズム的効率が向上するエネルギーゲームに還元できるか？
• RQ4 エネルギーパリティゲームと平均報酬パリティゲームの関係は何か？
• RQ5 この同等性を通じて、平均報酬パリティゲームを解くより単純なアルゴリズムを導出できるか？

主な発見

• エネルギーパリティゲームにおける勝利戦略は、状態数n、優先度数d、最大絶対重み値Wに対して、最大n·d·Wの記憶領域を必要とする。
• エネルギーパリティゲームにおける勝者を決定する問題はNP ∩ coNPに属し、パリティゲームおよびエネルギーゲームと同等の複雑さを持つ。
• エネルギーパリティゲームは平均報酬パリティゲームと多項式同等であり、ε = 1/(|Q|+1)による辺の重みの摂動を用いた還元によって示される。
• エネルギーパリティゲームに勝つために必要な最小初期クレジットは、|Q|·d·Wで抑えられ、|Q|は状態数を表す。
• エネルギーゲームへの還元により得られる、平均報酬パリティゲームを解くための概念的に単純なアルゴリズムが得られ、時間計算量はO(|E|·d·|Q|^{d+2}·W·(|Q|+1))である。
• 破壊的プレイヤーには無記憶戦略が十分であり、勝利戦略は2つの無記憶コンponentに分解可能であるため、NP上界が得られる。