[논문 리뷰] Reasoning about Knowledge and Strategies under Hierarchical Information

Bastien Maubert, Aniello Murano|arXiv (Cornell University)|2018. 05. 31.

Logic, Reasoning, and Knowledge인용 수 8

한 줄 요약

이 논문은 계층적 시스템에서 지식, 전략, 동적 관찰 변화에 대한 추론을 가능하게 하는 무지(semantics)를 갖춘 전략 논리(ESL)의 지식론적 확장인 ESL을 제안한다. 이는 계층적 인스턴스에서 ESL에 대한 모델 체킹의 첫 번째 결정 가능성을 확립하며, 완전 기억(perfect recall) 조건 하에서 지식 시간 특성 사양을 갖는 분산 및 합리적 합성 문제를 해결한다.

ABSTRACT

Two distinct semantics have been considered for knowledge in the context of strategic reasoning, depending on whether players know each other's strategy or not. The problem of distributed synthesis for epistemic temporal specifications is known to be undecidable for the latter semantics, already on systems with hierarchical information. However, for the other, uninformed semantics, the problem is decidable on such systems. In this work we generalise this result by introducing an epistemic extension of Strategy Logic with imperfect information. The semantics of knowledge operators is uninformed, and captures agents that can change observation power when they change strategies. We solve the model-checking problem on a class of "hierarchical instances", which provides a solution to a vast class of strategic problems with epistemic temporal specifications on hierarchical systems, such as distributed synthesis or rational synthesis.

연구 동기 및 목표

• 불완전 정보 및 완전 기억 조건 하에서 지식 전략 논리의 결정 가능성 격차를 메우기 위해, 특히 분산 및 합리적 합성 문제에 대응한다.
• 에이전트들이 다른 이의 전략을 모른다는 조건(무지의 의미론)에서 전략적 맥락에서의 지식 의미론을 체계화하여, 상호 통신이 없는 고립된 시스템 구성 요소를 보다 잘 모델링한다.
• 전략 논리를 지식 연산자와 관찰 변화 연산자를 추가하여 확장함으로써, 시간이 지남에 따라 관찰 능력이 변화하는 에이전트에 대한 추론을 가능하게 한다.
• 완전 기억 조건 하에서 계층적 시스템의 지식 시간 특성 사양에 대한 결정 가능 모델 체킹 프레임워크를 제공한다.
• 이전의 지식 전략 논리에서 부재했던 관찰 능력의 동적 변화를 허용함으로써 기존 결과를 일반화한다.

제안 방법

• 에이전트의 지식이 다른 이의 전략에 의해 정교화되지 않는 무지 의미론을 갖춘 전략 논리(ESL)의 지식론적 확장을 제안한다.
• QCTL*에 지식 연산자와 관찰 변화 연산자를 통합한 새로운 논리를 도입하여, 동적 관찰 계층을 모델링한다.
• 더 많은 정보를 가진 플레이어가 더 적은 정보를 가진 플레이어의 모든 행동을 관찰하는 조건을 만족하는 시스템을 계층적 인스턴스로 정의함으로써 구조적 일관성을 확보한다.
• 불완전 정보 및 관찰 변화 상황에서의 역사 기록을 캡처하기 위해 k-트리 기반의 트리 오ート마타 구축 기법을 개발한다.
• 오ート마타 이론적 기법을 활용하여 모델 체킹 문제를 트리 오ート마타의 공집합 검사 문제로 환원함으로써 결정 가능성을 보장한다.
• 고정된 전략과 관찰 조건 하에서 관찰 관계를 행동 이력 포함하도록 정교화함으로써 무지 의미론이 자신의 전략에 대한 지식을 시뮬레이션할 수 있음을 보여준다.

실험 결과

연구 질문

• RQ1 에이전트들이 다른 이의 전략을 모를 때, 완전 기억 조건 하에서 불완전 정보를 가진 지식 전략 논리의 모델 체킹 문제에 대해 결정 가능성이 달성될 수 있는가?
• RQ2 지식 전략 논리에서 관찰 능력을 동적으로 모델링할 수 있는 방법은 무엇인가? 이는 센서 장애나 데이터 접근 변화와 같은 실제 세계의 변화를 반영할 수 있는가?
• RQ3 QCTL*에 지식 연산자와 관찰 변화 연산자를 추가하여 계층적 시스템에서 결정 가능 모델 체킹을 가능하게 할 수 있는가?
• RQ4 무지 의미론 하에서 지식 시간 특성 사양을 갖는 분산 및 합리적 합성 문제는 결정 가능하게 해결될 수 있는가?
• RQ5 무지 의미론은 관찰 관계를 행동 이력 포함하도록 정교화함으로써 자신의 전략에 대한 지식을 어느 정도까지 시뮬레이션할 수 있는가?

주요 결과

• 제안된 지식 전략 논리 ESL의 모델 체킹 문제는 계층적 인스턴스에서 결정 가능하며, 이는 완전 기억 조건 하에서 지식 전략 논리에 대해 처음으로 이뤄지는 결과이다.
• 논리 ESL은 관찰 능력이 시간이 지남에 따라 변화하는 에이전트에 대한 추론을 지원하며, 센서 고장이나 새로운 데이터 접근과 같은 실제 세계 시나리오를 모델링할 수 있다.
• 무지 의미론은 서로 통신하지 않는 고립된 시스템 구성 요소를 모델링하는 데 충분하고 자연스럽다는 것이 입증되었다.
• 결정 가능성 결과는 계층적 시스템에서 지식 시간 특성 사양을 갖는 분산 및 합리적 합성 문제를 해결할 수 있도록 한다.
• 불완전 정보 및 관찰 변화를 다루기 위해 트리 오ート마타와 k-트리를 기반으로 한 새로운 오ート마타 구축 기법을 사용한다.
• 고정된 전략과 관찰 조건 하에서 관찰 관계를 행동 이력 포함하도록 정교화함으로써 무지 의미론은 자신의 전략에 대한 지식을 시뮬레이션할 수 있다.