[論文レビュー] Probabilistic call by push value

Thomas Ehrhard, Christine Tasson|HAL (Le Centre pour la Communication Scientifique Directe)|Jul 16, 2016

Logic, Reasoning, and Knowledge被引用数 7

ひとこと要約

この論文は、『コインを裏返す』原始的演算子を追加することで、Call-By-Push-Value (CBPV) の確率的拡張を提案し、再帰的・遅延型を含む、呼出し名評価と呼出し値評価の両方を可能にする。確率的整合性空間に基づく意味論的モデルにおいて、観察的同等性が意味的解釈の等価性と正確に一致することを示した。

ABSTRACT

We introduce a probabilistic extension of Levy's Call-By-Push-Value. This extension consists simply in adding a " flipping coin " boolean closed atomic expression. This language can be understood as a major generalization of Scott's PCF encompassing both call-by-name and call-by-value and featuring recursive (possibly lazy) data types. We interpret the language in the previously introduced denotational model of probabilistic coherence spaces, a categorical model of full classical Linear Logic, interpreting data types as coalgebras for the resource comonad. We prove adequacy and full abstraction, generalizing earlier results to a much more realistic and powerful programming language.

研究の動機と目的

• 確率的特徴をCall-By-Push-Valueに拡張し、確率的および非決定的計算の現実的モデリングを可能にする。
• 同一の統一された言語フレームワーク内で、呼出し名評価と呼出し値評価の両方の戦略をサポートする。
• 確率的整合性空間、すなわち完全古典的線形論理のカテゴリカルモデルを用いて、拡張言語の意味論的モデルを提供する。
• 適切性と完全抽象性を証明し、項間の観察的同等性が、それらの意味的解釈の等価性と一致することを保証する。

提案手法

• 公平なコインを裏返す閉じた原子的式を追加することで、Call-By-Push-Valueの確率的変種を導入し、確率的選択を可能にする。
• 言語を確率的整合性空間の圏において解釈し、型はリソースコモノイドに対する余代数としてモデル化される。
• 線形論理における正の型の構造（$ abla$-コモノイドに対する余代数と一致）を用いて、データ型の呼出し値評価を支援する。
• 解釈のべき級数表現を用いて確率的挙動をモデル化し、観察可能な結果に対応する係数を導出する。
• 正の型に内在する構造的モルフィズムを用いて、$ abla$ を明示的に使用せずに引数の非線形使用を可能にする。
• 係数の差異に基づく対偶的証明を用いて、2つの項が観察的に同等であるのは、それらの意味的解釈が等価である場合に限ることを示し、完全抽象性を証明する。

実験結果

リサーチクエスチョン

• RQ1 統一された関数型言語は、確率的選択を組み込みつつ、呼出し名評価と呼出し値評価の両方の戦略をサポートできるか？
• RQ2 適切性と完全抽象性といった重要な性質を保ちながら、CBPVの確率的拡張に対する意味論的モデルをどのように構築できるか？
• RQ3 線形論理における正の型は、半極化系においてデータ型の呼出し値評価をどのように可能にするか？
• RQ4 確率的言語における観察的同等性は、意味的モデルにおける等価性によって完全に特徴付けられるか？
• RQ5 正の型の構造的モルフィズムは、確率的効果が存在する中で、引数の非線形使用を計算的意味を保ちながらどのように可能にするか？

主な発見

• Call-By-Push-Valueに確率的『コインを裏返す』原始的演算子を追加することで、呼出し名評価と呼出し値評価の両方を可能にする、現実的で汎用的な言語が実現された。
• 正の線形論理接続子および最小不動点の下で閉じていることにより、再帰的・遅延型を含む豊富なデータ型がサポートされる。
• 確率的整合性空間に基づく意味論的モデルは、言語の完全抽象的解釈を提供する。
• 適切性が確立された：ある項が特定の確率で値に収束するならば、その意味的解釈もその確率を反映する。
• 完全抽象性が証明された：2つの項が観察的に同等であるのは、それらの意味的解釈が等価である場合に限る。
• 証明は、観察的挙動の差異（例：収束確率）が、解釈のべき級数表現における係数の差異によって検出可能であることを示すことに依拠している。