[论文解读] A weakest pre-expectation semantics for mixed-sign expectations

Benjamin Lucien Kaminski, Joost-Pieter Katoen|arXiv (Cornell University)|Jun 20, 2017

Formal Methods in Verification参考文献 12被引用 11

一句话总结

本文提出了一种针对概率程序的最弱预期望演算，通过利用迭代极限定义循环语义，处理了混合符号、无界随机变量的问题，即使在期望值发散时也能确保语义的良定义性。该方法实现了可靠且组合式的推理，并提供了一种基于不变量的方法来分析循环的预期望。

ABSTRACT

We present a weakest-precondition-style calculus for reasoning about the expected values (pre-expectations) of mixed-sign unbounded random variables after execution of a probabilistic program. The semantics of a while-loop is defined as the limit of iteratively applying a functional to a zero-element just as in the traditional weakest pre-expectation calculus, even though a standard least fixed point argument is not applicable in our semantics. A striking feature of our semantics is that it is always well-defined, even if the expected values do not exist. We show that the calculus is sound and allows for compositional reasoning. Furthermore, we present an invariant-based approach for reasoning about pre-expectations of loops.

研究动机与目标

• 解决概率程序中混合符号、无界随机变量的期望值缺乏可靠、组合式语义的问题。
• 克服传统最小不动点语义在期望值不存在时的局限性。
• 开发一种即使在发散或期望值无穷时仍保持良定义且可计算的演算。
• 通过一种正式的、基于不变量的方法，实现对预期望的组合式推理。

提出的方法

• 将 while 循环的语义定义为将一个函数反复应用于零元素的极限，避免依赖标准的最小不动点论证。
• 提出一种专为混合符号、无界随机变量设计的最弱预期望演算，确保无论期望值是否收敛，语义均保持良定义。
• 采用函数迭代框架来计算预期望，同时保持可靠性和组合性。
• 提出一种基于不变量的技术，用于推理循环的预期望，从而在不依赖期望值收敛的前提下验证期望值属性。
• 通过模块化、递归的方式定义预期望，确保演算支持组合式推理。
• 使用数学极限形式化语义，以处理标准不动点方法失效的情形。

实验结果

研究问题

• RQ1 如何将最弱预期望语义扩展以处理概率程序中混合符号、无界随机变量？
• RQ2 是否可以以一种即使在期望值不存在时也保持良定义的方式定义循环语义？
• RQ3 何种正式框架能够实现在缺乏收敛性保证情况下的预期望组合式推理？
• RQ4 如何利用不变量来推理具有潜在发散期望值的循环中的期望值？
• RQ5 在标准不动点理论不适用的情况下，函数迭代与最终预期望之间存在何种关系？

主要发现

• 所提出的语义始终是良定义的，即使随机变量的期望值发散或无界。
• 该演算支持组合式推理，允许以递归且模块化的方式计算预期望。
• 循环语义通过将函数反复应用于零元素并取极限来定义，该极限即为预期望。
• 该方法避免依赖标准的最小不动点论证，使其适用于此类论证失效的场景。
• 开发了一种基于不变量的方法，可在不依赖期望值收敛的前提下，有效推理循环的预期望。
• 该演算具有可靠性，并为验证具有混合符号结果的概率程序中的期望值属性提供了正式基础。