[論文レビュー] Extending Finite-Memory Determinacy by Boolean Combination of Winning Conditions

Stéphane Le Roux, Arno Pauly+1 more|arXiv (Cornell University)|Jan 1, 2018

Computability, Logic, AI Algorithms参考文献 4被引用数 4

ひとこと要約

本稿は、有限グラフ上の2人ゲームにおける有限記憶（FM）決定性を一般化する枠組みを確立し、定期的予測可能な勝利条件および仮想の部分ゲーム完全均衡（hSPE）の概念を導入する。Boolean結合が正則言語と組み合わせられたような条件でも、FM決定性が保たれることを証明しており、エネルギー・パリティやエネルギー・平均報酬といった複雑な多目的ゲームの統合的分析を可能にする。記憶の上限は、オートマトン構築と部分ゲーム完全戦略の合成から導出される。

ABSTRACT

We study finite-memory (FM) determinacy in games on finite graphs, a central question for applications in controller synthesis, as FM strategies correspond to implementable controllers. We establish general conditions under which FM strategies suffice to play optimally, even in a broad multi-objective setting. We show that our framework encompasses important classes of games from the literature, and permits to go further, using a unified approach. While such an approach cannot match ad-hoc proofs with regard to tightness of memory bounds, it has two advantages: first, it gives a widely-applicable criterion for FM determinacy; second, it helps to understand the cornerstones of FM determinacy, which are often hidden but common in proofs for specific (combinations of) winning conditions.

研究の動機と目的

• 有限グラフ上の2人ゲームにおける有限記憶決定性の一般的・抽象的基準を提供すること。これは、多様な勝利条件に適用可能である。
• エネルギー、パリティ、平均報酬、およびそれらの組み合わせといった複雑な目的関数に関する既存のFM決定性の結果を統合・拡張すること。
• FM決定性の背後にある根本的構造的性質（定期的予測可能性とFM hSPEの存在）を特定し、それらを透明かつ再利用可能なものとする。
• 個別の目的関数に特化した証明を繰り返さずに、新しいまたは合成された目的関数の分析を可能にする。これは、Boolean結合によって既知のクラスに還元することで実現する。
• 個々の成分が指数的または無限大の記憶を要する場合でさえも、組み合わせ目的関数におけるFM戦略の具体的な記憶上限を導出すること。

提案手法

• 定期的予測可能な勝利条件の概念を導入：これは、プレイヤー1が勝利戦略を持つ履歴を認識できる有限オートマトンが存在する条件である。
• 仮想の部分ゲーム完全均衡（hSPE）を定義し、複雑な部分ゲームにおいてもFM戦略が存在することを保証する技術的ツールとして用いる。
• 勝利条件のクラスがBoolean結合について閉じており、FM hSPEを備えている場合、正則言語と組み合わせた任意のBoolean結合に対しても同様にFM決定性が保たれることを証明する。
• 履歴依存条件をシミュレートするために、有限オートマトンとの積構成を用いたゲーム拡張を構築し、記憶上限の分析を可能にする。
• オートマトンの積構成を用いて、勝利条件と記憶要件の相互作用をシミュレートする。特に論理和と論理積のケースに注目する。
• 部分ゲーム完全戦略合成を用いて、両プレイヤー、特にプレイヤー2の記憶上限を導出する。オートマトンとFM戦略表現を組み合わせる。

実験結果

リサーチクエスチョン

• RQ1 複数の勝利条件をBoolean演算で組み合わせた場合、有限記憶決定性がどの一般的条件下で保たれるか。
• RQ2 FM決定性を可能にする根幹的構造的特徴を抽象化・形式化することで、異なるゲームタイプにわたる既存の結果を統一できるか。
• RQ3 単純なもののBoolean結合によって構成される複雑な目的関数を持つゲームにおいて、FM戦略の記憶要件をどのように上限づけることができるか。
• RQ4 特に個々の成分が無限大の記憶を要する場合に、勝利条件の論理和に対してFM戦略の存在をどの程度保証できるか。
• RQ5 エネルギー・パリティやエネルギー・平均報酬といった新しいまたは合成された目的関数に対しても、再び決定性を根本から証明することなく、この枠組みを適用できるか。

主な発見

• 定期的予測可能な勝利条件と正則言語のBoolean結合は、元のクラスがBoolean結合について閉じており、FM hSPEを備えている限り、有限記憶決定性を保つ。
• バッテリー型および漏れ型エネルギー・パリティゲームでは、O(Emax)の記憶上限が導出され、無限大エネルギーのパリティゲームにおける|V|·d·Wの境界よりも顕著に改善される。
• プレイヤー1は、論理和ゲーム（W ∨ LA）において、|Q|·|Qg|·m(|V|·|Q|·|Qg|)の有限記憶で勝利できる。ここでQとQgはオートマトンの状態であり、m(n)は部分ゲームにおける記憶上限である。
• 論理和ゲームにおけるプレイヤー2の勝利戦略は、記憶サイズl|A| + mを要する。ここでlは定期的予測可能性を示すオートマトンのサイズであり、mは基本ゲームにおけるFM戦略のサイズである。
• この枠組みにより、定期的予測可能性とFM hSPEが、個々の成分が無限大記憶を要する場合でさえも、Boolean結合におけるFM決定性の保持に十分な条件であることが明らかになった。
• この手法により、個別の分析を繰り返さずに、新しい合成目的関数の記憶上限を体系的に導出可能であるが、専用の証明に比べて境界がややゆるくなる可能性がある。