[論文レビュー] Satisfiability-Based Methods for Reactive Synthesis from Safety Specifications

Roderick Bloem, Uwe Egly+4 more|arXiv (Cornell University)|Apr 21, 2016

Formal Methods in Verification参考文献 101被引用数 4

ひとこと要約

本論文は、SATソルバーやQBFソルバー、EPRを用いた、安全仕様からの反応型合成のための新規充足可能性ベースのアルゴリズムを提示する。クエリ学習、補間、テンプレートベースの合成を活用し、基本的なBDDベースのツールを上回り、高度に最適化されたBDDツールと同等の性能を発揮する。SyntComp競争で2個のメダルを獲得し、量化子展開、到達不能状態の pruning、変数の独立性検出により、顕著なスケーラビリティの向上を実現した。

ABSTRACT

Existing approaches to synthesize reactive systems from declarative specifications mostly rely on Binary Decision Diagrams (BDDs), inheriting their scalability issues. We present novel algorithms for safety specifications that use decision procedures for propositional formulas (SAT solvers), Quantified Boolean Formulas (QBF solvers), or Effectively Propositional Logic (EPR). Our algorithms are based on query learning, templates, reduction to EPR, QBF certification, and interpolation. A parallelization combines multiple algorithms. Our optimizations expand quantifiers and utilize unreachable states and variable independencies. Our approach outperforms a simple BDD-based tool and is competitive with a highly optimized one. It won two medals in the SyntComp competition.

研究の動機と目的

• 大規模な反応型システムを扱う際のBDDベースの反応型合成ツールのスケーラビリティの制限を克服すること。
• BDDの複雑なシステムにおける指数的ブロードアップを回避する、効率的で意思決定手続きベースの合成アルゴリズムの開発。
• 量化子展開、到達不能状態の検出、変数の独立性解析といった最適化を通じたパフォーマンスの向上。
• 最先端のBDDベースのツールと同等の性能を発揮し、形式的合成コンテストで強力な結果を出すことの実証。
• SAT、QBF、EPRを用いた充足可能性ベースの合成の可能性を検討し、より洗練された論理形式への拡張の可能性を模索すること。

提案手法

• 意思決定手続きからの反例に基づき、反復的にシステム戦略を精緻化するクエリ学習の活用。
• SATおよびQBFソルビングにおける充足不能性の証明から、補間を用いて回路部品を抽出する。
• 探索空間を制約し、正しく構築された実装へと導くために、テンプレートベースの合成を適用する。
• EPRおよびQBFに安全な合成問題を還元し、現代の意思決定手続きの利点を活用する。
• 複数のアルゴリズムおよびソルバ設定を並列化して、パフォーマンスと耐障害性を向上させる。
• 量化子の展開、到達不能状態の検出、変数の独立性の活用による最適化により、状態空間の爆発を低減する。

実験結果

リサーチクエスチョン

• RQ1 充足可能性ベースの手法は、安全仕様からの反応型合成において、BDDベースのアプローチを上回ることができるか？
• RQ2 SAT、QBF、EPRソルバーは、正しく構築された反応型システムの合成にどの程度効果的か？
• RQ3 量化子展開や到達不能状態の検出といった最適化は、スケーラビリティにどの程度寄与するか？
• RQ4 複数の合成アルゴリズムおよびソルバ設定の並列化は、パフォーマンスの向上をもたらすか？
• RQ5 補間およびテンプレートベースの手法は、コンパクトで正しいシステム実装の生成にどの程度の可能性を秘めているか？

主な発見

• 提案された充足可能性ベースのアプローチは、単純なBDDベースの合成ツールを上回り、高度に最適化されたBDDツールと同等の性能を発揮する。
• 本手法はSyntComp競争で2個のメダルを獲得し、実用的で高い耐障害性を示している。
• 量化子展開と到達不能状態の検出は、状態空間の爆発を顕著に低減し、スケーラビリティを向上させる。
• 変数の独立性解析と不要な変数のプルーニングは、大規模なベンチマークにおいてパフォーマンス向上に寄与する。
• 複数のアルゴリズムおよびソルバ設定の並列化により、測定可能な高速化が達成され、入力の変動に対する耐性も向上する。
• EPRベースの還元は実験ではやや効果が薄かったが、将来のDQBFソルバーの発展と併せて、新たな道筋を提供する。