[논문 리뷰] Logic Programming with Satisfiability

Michael Codish, Vitaly Lagoon외 1명|arXiv (Cornell University)|2007. 02. 13.

Logic, programming, and type systems참고 문헌 13인용 수 4

한 줄 요약

이 논문은 MiniSat SAT 솔버를 통합하는 Prolog 라이브러리를 제시하며, 만족 가능성과 함께 효율적인 논리 프로그래밍을 가능하게 한다. Prolog의 기호적 조작 능력과 MiniSat의 강력한 SAT 솔버 기능을 결합함으로써, 복잡한 탐색 문제를 간결하고 고수준으로 표현할 수 있다. 이는 부분 최대 SAT 문제를 해결하는 데도 적용되었으며, 강력한 하드 제약 조건을 충족시키면서 만족 가능한 절의 수를 최대화하는 깔끔하고 선언적인 인터페이스를 제공한다.

ABSTRACT

This paper presents a Prolog interface to the MiniSat satisfiability solver. Logic program- ming with satisfiability combines the strengths of the two paradigms: logic programming for encoding search problems into satisfiability on the one hand and efficient SAT solving on the other. This synergy between these two exposes a programming paradigm which we propose here as a logic programming pearl. To illustrate logic programming with SAT solving we give an example Prolog program which solves instances of Partial MAXSAT.

연구 동기 및 목표

• 최신 SAT 솔버인 MiniSat에 대한 원활한 Prolog 인터페이스를 구축하여 논리 프로그래밍과 SAT 솔버 간의 격차를 메우는 것.
• Prolog의 기호적 조작 능력을 활용하여 복잡한 탐색 문제를 간결하고 고수준으로 표현할 수 있도록 하는 것.
• 하드 제약 조건(필수로 충족되어야 하는 조건)과 소프트 제약 조건(최대화되어야 하는 조건)을 결합하여 부분 최대 SAT 문제를 효율적으로 해결하는 것.
• 논리 문제의 인코딩과 해결을 위한 실용적이고 교육적이며 확장 가능한 도구를 제공하는 것.

제안 방법

• 라이브러리는 SWI-Prolog과 MiniSat 솔버를 연결하기 위해 약 190줄의 C 코드와 140줄의 Prolog 코드를 사용한다.
• 임의의 명제 공식을 일차적 크기 증가 비용으로 순결한 정규형(CNF)으로 변환하기 위해 Tseitin 변환을 적용한다.
• 만족 가능성과 부울 변수에 대한 최적화를 다루기 위해 solve/1, sat/1, minimize/2, maximize/2 등의 예측자를 제공한다.
• 부분 최대 SAT 문제의 경우, 만족된 소프트 절의 수를 나타내는 합 공식을 구성하고, maximize/2를 사용하여 최적의 할당을 찾는다.
• maximize/2 예측자는, 각각 크기가 O(|Cnf|)인 반복적인 SAT 쿼리를 사용하여 합 벡터의 비트에 대해 이진 탐색을 수행한다.
• 이 방법은 공식의 구성에 Prolog의 패턴 매칭과 백트래킹을 활용하면서도 실제 탐색 작업은 MiniSat에 위임한다.

실험 결과

연구 질문

• RQ1 현대적 SAT 솔버와 효과적으로 통합된 Prolog를 사용하여 복잡한 논리 기반 탐색 문제를 해결할 수 있는가?
• RQ2 MiniSat에 대한 고수준 Prolog 인터페이스를 통해 부분 최대 SAT와 같은 문제를 간결하고 가독성 있는 방식으로 인코딩할 수 있는가?
• RQ3 이 Prolog-SAT 통합 기법이 실제 세계의 논리 문제에 대해 성능과 확장성 면에서 얼마나 우수한가?
• RQ4 최적화 목표(예: 만족된 절의 수 최대화)는 이 프레임워크 내에서 어떻게 효율적으로 인코딩하고 해결할 수 있는가?

주요 결과

• Prolog-MiniSat 인터페이스는 LPO 종료성 및 의존성 쌍 분석과 같은 복잡한 논리 문제를 깔끔하고 선언적인 코드로 인코딩하는 데 성공적으로 활용되었다.
• Tseitin 변환은 입력 공식 크기와 선형 비례하는 크기 증가 비용을 유지함으로써 CNF 변환의 효율성을 보장한다.
• maximize/2 예측자는 부분 최대 SAT 문제에서 소프트 절의 수를 최대화하는 할당을 정확히 식별하며, O(log n)회의 SAT 쿼리를 사용한다.
• 라이브러리는 만족 가능성 검사와 최적화를 모두 지원하며, minimize/2와 maximize/2는 변수 벡터에 대한 최적의 할당을 제공한다.
• 이 방법은 용어 재작성 시스템의 종료성 분석 문제 해결에 성공적으로 적용되어 이론적 관심을 넘어서 실용적 유용성을 입증하였다.
• 인터페이스는 교육적 도구로도 효과적이며, 학생들이 논리 프로그래밍, SAT 인코딩, SAT 솔버 기법을 학습하는 데 기여한다.