[论文解读] An Algebraic Approach to Valued Constraint Satisfaction

Bodirsky, Manuel|arXiv (Cornell University)|Jan 4, 2012

Constraint Satisfaction and Optimization参考文献 169被引用 67

一句话总结

本文提出了一种代数框架，用于使用 ω- 范畴结构对无限域约束满足问题（CSP）的计算复杂性进行分类，将有限域的代数方法扩展至无限域。研究证明，ω- 范畴模板上的CSP复杂性由多态性类群和拓扑不变量决定，从而对若干关键结构（包括 (Q; <)、随机图和时序约束系统）实现了完整的复杂性分类。

ABSTRACT

A constraint satisfaction problem (CSP) is a computational problem where the input consists of a finite set of variables and a finite set of constraints, and where the task is to decide whether there exists a satisfying assignment of values to the variables. Depending on the type of constraints that we allow in the input, a CSP might be tractable, or computationally hard. In recent years, general criteria have been discovered that imply that a CSP is polynomial-time tractable, or that it is NP-hard. Finite-domain CSPs have become a major common research focus of graph theory, artificial intelligence, and finite model theory. It turned out that the key questions for complexity classification of CSPs are closely linked to central questions in universal algebra. This thesis studies CSPs where the variables can take values from an infinite domain. This generalization enhances dramatically the range of computational problems that can be modeled as a CSP. Many problems from areas that have so far seen no interaction with constraint satisfaction theory can be formulated using infinite domains, e.g. problems from temporal and spatial reasoning, phylogenetic reconstruction, and operations research. It turns out that the universal-algebraic approach can also be applied to study large classes of infinite-domain CSPs, yielding elegant complexity classification results. A new tool in this thesis that becomes relevant particularly for infinite domains is Ramsey theory. We demonstrate the feasibility of our approach with two complete complexity classification results: one on CSPs in temporal reasoning, the other on a generalization of Schaefer's theorem for propositional logic to logic over graphs. We also study the limits of complexity classification, and present classes of computational problems provably do not exhibit a complexity dichotomy into hard and easy problems.

研究动机与目标

• 将CSP复杂性的普遍代数方法从有限域扩展至无限域，重点关注 ω- 范畴约束语言。
• 建立CSP计算复杂性与 ω- 范畴结构上多态性类群代数性质之间的对应关系。
• 对 (Q; <)、随机图和时序约束系统等著名无限域模板上的CSP复杂性进行分类。
• 探索拓扑类群、模型论性质（例如，同构性、Ramsey性质）与元问题可判定性之间的联系。
• 研究Datalog和逻辑片段（例如，SNP、存在第二阶逻辑）在刻画可 tractability 和复杂性类 P 中的作用。

提出的方法

• 利用 ω- 范畴性以确保强模型论性质（同构性、量化消除、有限自同构群）。
• 将多态性类群作为核心代数不变量，通过逐点收敛拓扑捕捉可定义性和可解释性。
• 使用 Inv-Pol 格罗腾迪克对偶关系将关系约束与其多态性联系起来，将Schaefer定理推广至无限域。
• 运用Ramsey理论和自同构群的极端可均性实现公式标准化和归约至标准形式。
• 应用拓扑与模型论工具（例如，双向可解释性、核心、模型完备化）通过原初正向可解释性对CSP进行分类。
• 使用存在第二阶逻辑及其SNP片段分析可表达性与复杂性，尤其关注与P和NP的关系。

实验结果

研究问题

• RQ1 哪些无限域CSP是可 tractable 的，其多态性类群的何种代数条件决定了可 tractability？
• RQ2 如何利用 ω- 范畴结构将CSP复杂性的代数方法从有限域推广至无限域？
• RQ3 拓扑类群和有限自同构群在刻画原初正向可解释性和复杂性类中的作用是什么？
• RQ4 Datalog能否捕获所有 ω- 范畴模板上的可 tractable 无限域CSP？其代数条件是什么？
• RQ5 是否存在存在第二阶逻辑的片段（例如，连通单调SNP）可用于刻画P？这对P的逻辑问题有何含义？

主要发现

• 当配备逐点收敛拓扑时，ω- 范畴结构 B 的CSP(B)的复杂性完全由 B 的多态性类群决定。
• 对于结构 (Q; <)，CSP可 tractable 当且仅当其多态性类群满足与近一致项存在性相关的特定拓扑条件。
• 在随机图 (V; E) 上的CSP可 tractable 当且仅当其多态性类群具有满足特定Mal’cev条件的伪类。
• 可表达于连通单调SNP中的CSP类在多项式时间归约下是封闭的，且每个NP问题都与此类CSP多项式时间等价。
• 若多态性类群缺乏拓扑近一致运算，则Datalog无法解决某些基本无限域CSP（例如，(Q; <) 上的CSP）。
• 两个 ω- 范畴结构存在正向双可解释当且仅当它们的变换幺半群（作为拓扑幺半群）同构，从而建立了可解释性的拓扑刻画。