[논문 리뷰] Mean-Payoff Pushdown Games

Krishnendu Chatterjee, Yaron Velner|arXiv (Cornell University)|2012. 01. 01.

Formal Methods in Verification참고 문헌 33인용 수 4

한 줄 요약

이 논문은 평균 보상 목표에 대해 푸시다운 게임에서의 첫 번째 종합적인 연구를 제시하며, 전역 전략과 모듈러 전략에 대한 복잡도 한계를 설정한다. 전역 전략 하에서 일인용 푸시다운 게임의 평균 보상 목표는 다항 시간 내에 해결 가능하며, 두 인용 푸시다운 게임의 전역 전략 하에서는 결정 불가능하다. 반면, 모듈러 전략 하에서는 일인 및 양인 게임 모두 NP-완전이며, 메모리 없는 모듈러 전략이 충분하고 전역 전략은 무한한 메모리가 필요하다.

ABSTRACT

Two-player games on graphs is central in many problems in formal verification and program analysis such as synthesis and verification of open systems. In this work we consider solving recursive game graphs (or pushdown game graphs) that can model the control flow of sequential programs with recursion. While pushdown games have been studied before with qualitative objectives, such as reachability and $ω$-regular objectives, in this work we study for the first time such games with the most well-studied quantitative objective, namely, mean-payoff objectives. In pushdown games two types of strategies are relevant: (1) global strategies, that depend on the entire global history; and (2) modular strategies, that have only local memory and thus does not depend on the context of invocation, but only on the history of the current invocation of the module. Our main results are as follows (1) One-player pushdown games with mean-payoff objectives under global strategies is decidable in polynomial time. (2) Two-player pushdown games with mean-payoff objectives under global strategies is undecidable. (3) One-player pushdown games with mean-payoff objectives under modular strategies is NP-hard. (4) Two-player pushdown games with mean-payoff objectives under modular strategies can be solved in NP (i.e., both one-player and two-player pushdown games with mean-payoff objectives under modular strategies is NP-complete). We also establish the optimal strategy complexity showing that global strategies for mean-payoff objectives require infinite memory even in one-player pushdown games; and memoryless modular strategies are sufficient in two-player pushdown games. Finally we also show that all the problems have the same complexity if the stack boundedness condition is added, where along with the mean-payoff objective the player must also ensure that the stack height is bounded.

연구 동기 및 목표

• 형식 검증에서 기본적인 양적 목표인 평균 보상 목표를 갖는 푸시다운 게임을 해결하는 데 필요한 계산 복잡도를 조사하는 것.
• 전역 전략과 모듈러 전략을 구분하여 평균 보상 푸시다운 게임의 전략 복잡도를 특성화하는 것.
• 모듈러 전략에 대해 메모리 없는 전략이 충분한지, 전역 전략에 대해 무한한 메모리가 필요한지 확인하는 것.
• 실제 프로그램 분석 요구 조건을 모델링하기 위해 스택 유한성 제약 조건을 포함하여 결과를 확장하는 것.
• 일인 및 양인 푸시다운 게임에 대해 평균 보상 목표 하에서 완전한 복잡도 특성화를 제공하는 것.

제안 방법

• NP-난이도를 증명하기 위해 3-SAT에서 전이 가중치가 {−1, 0, +1}인 플레이어 1 승리 재귀 게임(WRG)으로의 감소를 수행.
• 각 모듈(논리 변수 또는 절)이 진리 할당에 기반한 경로 가중치 제약 조건을 강제하는 모듈러 전략 설계.
• 장기 평균 보상 모델링을 위해 LimInfAvg 및 LimSupAvg 목표를 사용하며, 임계값 ≥0 또는 >0으로 설정.
• 3-SAT 공식의 만족 가능성과 비음성 평균 보상이 있는 모듈러 승리 전략 존재성 간의 등가성 증명.
• 재귀 상태 기계의 구조적 분석과 전략 분해를 통해 메모리 없는 모듈러 전략의 충분성을 확립.
• 정지 문제에서의 감소를 통해 두 인용 게임의 전역 전략 하에서의 결정 불가능성을 증명함으로써 복잡도 클래스의 분리.

실험 결과

연구 질문

• RQ1 전역 전략 하에서 평균 보상 목표를 갖는 일인용 푸시다운 게임을 해결하는 데 필요한 계산 복잡도는 무엇인가요?
• RQ2 두 인용 평균 보상 푸시다운 게임 문제는 전역 전략 하에서 결정 가능한가요?
• RQ3 모듈러 전략 하에서 평균 보상 목표를 갖는 푸시다운 게임을 해결하는 데 필요한 복잡도는 무엇인가요?
• RQ4 메모리 없는 모듈러 전략이 평균 보상 푸시다운 게임을 해결하는 데 충분한가요?
• RQ5 스택 유한성 제약 조건을 추가하면 평균 보상 푸시다운 게임의 복잡도에 어떤 영향을 미치나요?

주요 결과

• 전역 전략 하에서 평균 보상 목표를 갖는 일인용 푸시다운 게임은 다항 시간 내에 결정 가능하다.
• 전역 전략 하에서 평균 보상 목표를 갖는 두 인용 푸시다운 게임은 결정 불가능하다.
• 모듈러 전략 하에서 평균 보상 목표를 갖는 일인용 푸시다운 게임은 NP-난이도이다.
• 일인 및 두 인용 푸시다운 게임 모두 모듈러 전략 하에서 평균 보상 목표를 갖는 경우 NP-완전하다.
• 푸시다운 게임에서 평균 보상 목표를 위한 전역 전략은 일인 경우조차도 무한한 메모리가 필요하다.
• 메모리 없는 모듈러 전략은 두 인용 평균 보상 푸시다운 게임을 해결하는 데 충분하며, 스택 유한성 제약 조건이 요구될 경우에도 동일한 복잡도가 유지된다.