[論文レビュー] The Complexity of Partial-observation Stochastic Parity Games With Finite-memory Strategies

Krishnendu Chatterjee, Laurent Doyen+2 more|arXiv (Cornell University)|Jan 1, 2013

Logic, Reasoning, and Knowledge参考文献 17被引用数 4

ひとこと要約

本稿は、有限記憶戦略下における部分観測確率的パリティゲームの定性的分析の EXPTIME-完全性を確立し、タイトな指数的記憶バウンドを提供する。新たな多項式還元を、三者対戦の決定的ゲームの抽象化を通じて、交 alternating 木オートマトンに導入し、従来の 2EXPTIME 上界を改善し、この設定における有限記憶戦略の問題の正確な複雑度を解消する。

ABSTRACT

We consider two-player partial-observation stochastic games where player 1 has partial observation and player 2 has perfect observation. The winning condition we study are omega-regular conditions specified as parity objectives. The qualitative analysis problem given a partial-observation stochastic game and a parity objective asks whether there is a strategy to ensure that the objective is satisfied with probability 1 (resp. positive probability). While the qualitative analysis problems are known to be undecidable even for very special cases of parity objectives, they were shown to be decidable in 2EXPTIME under finite-memory strategies. We improve the complexity and show that the qualitative analysis problems for partial-observation stochastic parity games under finite-memory strategies are EXPTIME-complete; and also establish optimal (exponential) memory bounds for finite-memory strategies required for qualitative analysis.

研究の動機と目的

• 部分観測確率的パリティゲームにおける有限記憶戦略下での定性的分析（ほとんど確実に勝つ、正の確率で勝つ）の正確な計算複雑度を解明すること。
• 従来知られていた 2EXPTIME 上界と問題の真の複雑度との間のギャップを埋めること。
• このようなゲームにおける有限記憶戦略のタイトな指数的記憶バウンドを確立すること。
• プレイヤー2が無限記憶を持つ場合でさえ、有限記憶戦略が定性的分析において十分かつ記憶量の点で最適であることを示すこと。
• 従来の方法が経路の列挙に依存する指数的ブロードアップを避ける、多項式変換を可能にする新たな還元技術の開発

提案手法

• プレイヤー1が部分観測、プレイヤー2および3が完全観測であり、プレイヤー3がプレイヤー1を支援する三者部分観測決定的ゲームモデルを導入する。
• 局所的ガジェットを用いた還元により、部分観測確率的ゲームから三者決定的ゲームモデルへの変換を構築し、終了成分や再帰的クラスといったグローバル性質を保持する。
• 多項式変換を用いて三者ゲーム問題を交 alternating パリティ木オートマトンの空集合問題に還元する。
• 元のゲームにおける有限記憶戦略の存在が、対応する alternating 木オートマトンの非空集合に正確に対応することを証明する。
• 既知の alternating 木オートマトンの空集合問題の解法（EXPTIME で解ける）を活用し、元の問題に対する EXPTIME アルゴリズムを導出する。
• 交 alternating 木オートマトンの構造と非決定的オートマトンとの同等性を活用し、トランスダーサー構築による記憶バウンドの確立

実験結果

リサーチクエスチョン

• RQ1 部分観測確率的パリティゲームにおける有限記憶戦略下での定性的分析問題の正確な計算複雑度は何か？
• RQ2 従来の 2EXPTIME 上界を改善可能か？ もしそうなら、どの複雑度クラスにまで改善可能か？
• RQ3 このようなゲームでほとんど確実に勝つ、あるいは正の確率で勝つための有限記憶戦略に必要な最適な記憶サイズは何か？
• RQ4 確率的ゲーム問題を、交 alternating 木オートマトンのような決定可能形式に多項式の複雑度で還元可能か？
• RQ5 プレイヤー2が無限記憶能力を持つ場合でさえ、有限記憶戦略が依然として十分かつ記憶量の点で最適であるか？

主な発見

• 部分観測確率的パリティゲームにおける有限記憶戦略下での定性的分析問題は EXPTIME-完全である。
• プレイヤー2が無限記憶戦略を許可されても、問題は依然として EXPTIME-完全であり、有限記憶戦略が最適な勝利条件を達成するのに十分であることを示している。
• 有限記憶のほとんど確実に勝つ、あるいは正の確率で勝つ戦略が存在する場合、その記憶量は高々指数的であり、このバウンドはタイトである。
• 交 alternating 木オートマトンへの還元は多項式であり、従来の方法が終了成分や再帰的クラスを列挙することで生じる指数的ブロードアップを回避する。
• 交 alternating 木オートマトンの非空集合は、正確に勝利戦略の存在に対応し、その非空集合は EXPTIME でチェック可能である。
• 構成により、正則なワーキングツリーが得られ、その符号化に指数的状態数を持つトランスダーサーが可能となり、記憶バウンドの最適性が確認される。