[논문 리뷰] Conditionally Optimal Algorithms for Generalized Büchi Games

Krishnendu Chatterjee, Wolfgang Dvořák외 2명|arXiv (Cornell University)|2016. 01. 01.

Formal Methods in Verification참고 문헌 28인용 수 6

한 줄 요약

이 논문은 그래프와 마르코프 결정 과정(MDPs)에서 일반화된 부치 게임에 대해 조건부 최적 알고리즘을 제시하며, 널리 수용된 복잡도 가정 하에 모델 체킹 문제에 대해 처음으로 조건부 초선형 하한을 확립한다. 이는 논리합(합집합) 쿼리(목표의 합집합)가 논리곱(교집합) 쿼리(목표의 교집합)보다 본질적으로 더 어렵다는 것을 보여주며, 개별 목표가 동일한 유형이더라도 논리합의 조건부 하한이 논리곱보다 엄격히 높음을 입증한다. 이로써 부치, 코-부치, 스트리트, 라빈과 같은 ω-정규 목표에 대해 새로운 모델 및 목표 간 분리 결과를 입증한다.

ABSTRACT

Games on graphs provide the appropriate framework to study several central problems in computer science, such as verification and synthesis of reactive systems. One of the most basic objectives for games on graphs is the liveness (or Büchi) objective that given a target set of vertices requires that some vertex in the target set is visited infinitely often. We study generalized Büchi objectives (i.e., conjunction of liveness objectives), and implications between two generalized Büchi objectives (known as GR(1) objectives), that arise in numerous applications in computer-aided verification. We present improved algorithms and conditional super-linear lower bounds based on widely believed assumptions about the complexity of (A1) combinatorial Boolean matrix multiplication and (A2) CNF-SAT. We consider graph games with n vertices, m edges, and generalized Büchi objectives with k conjunctions. First, we present an algorithm with running time O(k*n^2), improving the previously known O(k*n*m) and O(k^2*n^2) worst-case bounds. Our algorithm is optimal for dense graphs under (A1). Second, we show that the basic algorithm for the problem is optimal for sparse graphs when the target sets have constant size under (A2). Finally, we consider GR(1) objectives, with k_1 conjunctions in the antecedent and k_2 conjunctions in the consequent, and present an O(k_1 k_2 n^{2.5})-time algorithm, improving the previously known O(k_1*k_2*n*m)-time algorithm for m > n^{1.5}.

연구 동기 및 목표

• 그래프 및 MDPs에서 기본적인 모델 체킹 문제에 대해 다항식 시간 상계(이차 또는 삼차)와 초선형 하한이 없는 간극을 메우기.
• 부치, 코-부치, 스트리트, 라빈과 같은 ω-정규 목표에 대해 널리 수용된 복잡도 가정을 기반으로 하여 처음으로 조건부 하한을 확립하기.
• 조건부 복잡도 가정 하에 그래프와 MDPs 간의 모델 분리, 그리고 논리합과 논리곱 목표 간의 목표 분리를 입증하기.
• 논리합 쿼리(목표의 합집합)가 개별 목표가 동일한 유형이더라도 논리곱 쿼리(목표의 교집합)보다 본질적으로 더 어렵다는 것을 보여주기.

제안 방법

• 두 가지 표준 가정 기반의 조건부 하한을 활용: (A1) O(n^{3−ε}) 조합적 부울 행렬 곱셈이 존재하지 않으며, (A2) 2^{(1−ε)n} 시간 알고리즘이 k-CNF-SAT에 대해 존재하지 않음.
• 목표의 논리합 쿼리에 대한 모델 체킹 문제를, 0/1 간선 가중치를 가진 수정된 그래프에서 최단 경로 계산으로 환원함. 목표 정점에서의 사이클 길이를 추적하기 위해 두 정점 분할(sint, sout)을 사용함.
• 큐 Qj를 사용한 다단계 BFS 유사 탐색을 통해 sout에서 sin까지의 최단 사이클 길이를 계산함. 거리 j는 간선 가중치가 있는 그래프에서 경로 길이 j에 해당함.
• 각 정점이 각 레벨당 최대 한 번씩만 처리되도록 표시 메커니즘을 도입하여 싱글턴 코-부치 케이스에서 O(m) 시간 복잡도를 달성함.
• 수학적 귀납법을 통해 정당성 증명: Qj는 정확히 sout으로부터 거리 j에 있는 정점들만 포함하며, sin이 k단계 이내에 도달 가능하다면 모든 Ti를 피하는 사이클이 존재함.
• 동일한 프레임워크를 싱글턴 집합을 가진 라빈 목표에 적용하여 동일한 선형 시간 복잡도가 유지됨을 보임.

실험 결과

연구 질문

• RQ1 MDPs에서 부치 목표의 논리합 쿼리에 대해 조건부 초선형 하한이 존재하는가? 이는 그래프에서 논리곱 쿼리의 알려진 상계보다 높은가?
• RQ2 동일한 목표에 대해 그래프와 MDPs 간에 분리가 가능할 수 있는가? 즉, 조건부 복잡도 가정 하에 MDPs가 더 많은 시간이 필요할 수 있는가?
• RQ3 개별 목표가 동일한 유형(예: 코-부치)이더라도 논리합 목표가 논리곱 목표보다 본질적으로 더 어렵다고 볼 수 있는가?
• RQ4 표준 복잡도 추측(예: 부울 행렬 곱셈 또는 CNF-SAT)을 사용하여 일반화된 부치 게임에 대해 조건부 하한을 확립할 수 있는가?

주요 결과

• 논문은 널리 수용된 복잡도 가정 하에 그래프 및 MDPs에서 모델 체킹 문제에 대해 처음으로 조건부 초선형 하한을 확립한다.
• 코-부치 목표의 논리합 쿼리에 대해 알고리즘이 그래프에서 O(m) 시간에 실행되며, 동일 문제에 대해 알려진 최고의 상계와 일치한다.
• 논리합 쿼리(목표의 합집합)에 대한 조건부 하한은 개별 목표가 동일한 유형이더라도 논리곱 쿼리(목표의 교집합)의 알려진 상계보다 엄격히 높다.
• 모델 분리가 입증됨: MDPs에서 도달 가능성 및 부치 목표의 논리합 쿼리는 그래프에서의 경우보다 조건부 복잡도 가정 하에 증명 가능하게 더 어렵다.
• 도달 가능성/안전성 및 스트리트/라빈과 같은 이중 목표에 대해, 그래프 및 MDPs 모두에서 목표 간 분리 결과를 확립함.
• 강하게 연결된 그래프에서 싱글턴 코-부치 목표에 대한 알고리즘은 선형 시간 O(m)에 실행되며, 분할 정점으로부터의 거리를 추적하는 계층적 BFS 탐색을 통해 정당성 증명됨.