[论文解读] A LOCAL View of the Polynomial Hierarchy

Fabian Reiter, Oshman, Rotem|arXiv (Cornell University)|May 16, 2023

Computability, Logic, AI Algorithms被引用 1

一句话总结

本文在LOCAL计算模型中引入了多项式层次的分布式推广，其中网络中的节点通过有限轮次的通信和本地计算协作决定图的性质。通过建模两名参与者之间证书的交替，作者建立了一个可证明为无限的层次结构——其分离结果强于经典理论中的已知结果——同时通过有界量词逻辑提供了逻辑表征，并提出了一种基于量词交替的新局部性度量。

ABSTRACT

The field of distributed local decision studies the power of local network algorithms, where each network can see only its own local neighborhood, and must act based on this restricted information. Traditionally, the nodes of the network are assumed to have unbounded local computation power, and this makes the model incomparable with centralized notions of efficiency, namely, the classes 𝖯 and NP. In this work we seek to bridge this gap by studying local algorithms where the nodes are required to be computationally efficient: we introduce the classes PLD and NPLD of polynomial-time local decision and non-deterministic polynomial-time local decision, respectively, and compare them to the centralized complexity classes 𝖯 and NP, and to the distributed classes LD and NLD, which correspond to local deterministic and non-deterministic decision, respectively. We show that for deterministic algorithms, requiring both computational and distributed efficiency is likely to be more restrictive than either requirement alone: if the nodes do not know the network size, then PLD ⊊ LD ∩ 𝖯 holds unconditionally; if the network size is known to all nodes, then the same separation holds under a widely believed complexity assumption (UP ∩ coUP ≠ 𝖯). However, when nondeterminism is introduced, this distinction vanishes, and NPLD = NLD ∩ NP. To complete the picture, we extend the classes PLD and NPLD into a hierarchy akin to the centralized polynomial hierarchy, and we characterize its connections to the centralized polynomial hierarchy and to the distributed local decision hierarchy of Balliu, D'Angelo, Fraigniaud, and Olivetti.

研究动机与目标

• 将经典计算复杂性理论——特别是多项式层次——扩展至LOCAL模型中的分布式计算情境。
• 建立一个形式化框架，通过两名参与者之间证书交替来量化分布式决策问题的局部性。
• 证明所提出的分布式层次结构是无限的，这一结果在经典单机环境下仍为开放问题。
• 使用有界量词逻辑对分布式复杂性类进行逻辑表征，推广Fagin定理至分布式系统。
• 提出量词交替作为分布式计算中一种新颖的、形式化的局部性度量，为图性质分类提供新工具。

提出的方法

• 将分布式决策建模为两名参与者之间的博弈，轮流为节点分配证书，以模拟多项式层次中的交替结构。
• 基于证书分配中的交替次数（ℓ）定义复杂性类Σlbℓ和Πlbℓ，结合有界通信轮次与本地计算步骤。
• 引入一种在节点邻域上使用有界量词的逻辑，以表达分布式决策问题，推广存在性二阶逻辑。
• 证明类似于Cook–Levin和Fagin定理的完备性结果，表明分布式SAT和存在性逻辑分别完备于NP和Σlb₁。
• 通过涉及“图像”（网格状结构）及其向图的约化的新构造，证明该层次结构的无限性。
• 建立局部有界层次结构与局部可验证证明（LCP）层次结构之间的对应关系，突出在某些性质（如素数个节点、非3-可图染色性）分类上的差异。

实验结果

研究问题

• RQ1 是否能通过双参与者证书分配模型，自然地将经典多项式层次扩展至分布式环境？
• RQ2 由此产生的分布式层次结构是否具有无限性？若成立，是否意味着其分离结果强于经典设置？
• RQ3 该层次结构能否通过有界量词逻辑进行逻辑表征？是否可将Fagin定理推广至分布式系统？
• RQ4 该模型中量词交替如何作为图性质局部性的有意义度量？
• RQ5 该层次结构与现有度量（如局部可验证证明（LCP）层次结构）有何不同？这些差异揭示了局部性本质的何种洞见？

主要发现

• 所提出的分布式多项式层次结构{Σlbℓ, Πlbℓ}ℓ∈N可证明为无限，其分离结果强于经典多项式层次中仍为开放的无限性问题。
• 该层次结构推广了经典结果：Cook–Levin定理与Fagin定理被扩展至分布式环境，其中分布式SAT和存在性二阶逻辑分别完备于NP和Σlb₁。
• 有界量词逻辑中的量词交替提供了一种新的、形式化的局部性度量，其中交替次数对应于所需信息交换的深度。
• 该层次结构比LCP层次结构更精细：例如，“节点数为素数”在局部有界层次结构中本质上是全局的，而在LCP层次结构中仅为中间级别。
• 非3-可图染色性在局部有界层次结构中最多需要三次交替，但在LCP层次结构中几乎为全局性，揭示了不同形式化体系在捕捉局部性时的根本差异。
• 无限性证明依赖于“图像”（网格状结构）及其向图的约化的新构造，表明该层次结构的每一级均严格比前一级具有更强的表达能力。