[논문 리뷰] Büchi complementation made tight

Sven Schewe|ArXiv.org|2009. 02. 12.

semigroups and automata theory참고 문헌 12인용 수 30

한 줄 요약

이 논문은 상태공간 크기가 기존 알려진 하한 Ω((0.76n)^n)과 일치하는 브뤼시 보완 알고리즘을 제시한다. 이는 이차 항 O(n²)의 오차 범위 내에서 이루어지며, 오랜 기간 동안 존재했던 상한과 하한 사이의 격차를 완전히 해소한다. 레벨-랭킹 기법을 정밀하게 다듬고 구축 과정을 최적화함으로써, 이전의 접근 방식보다 지수 수준의 향상을 이룩하였으며, 다항식 오버헤드 범위 내에서 브뤼시 보완의 최적성은 입증된다.

ABSTRACT

The precise complexity of complementing Büchi automata is an intriguing and long standing problem. While optimal complementation techniques for finite automata are simple - it suffices to determinize them using a simple subset construction and to dualize the acceptance condition of the resulting automaton - Büchi complementation is more involved. Indeed, the construction of an EXPTIME complementation procedure took a quarter of a century from the introduction of Büchi automata in the early 60s, and stepwise narrowing the gap between the upper and lower bound to a simple exponent (of (6e)n for Büchi automata with n states) took four decades. While the distance between the known upper (O'(0.96 n)n') and lower ('(0.76 n)n') bound on the required number of states has meanwhile been significantly reduced, an exponential factor remains between them. Also, the upper bound on the size of the complement automaton is not linear in the bound of its state space. These gaps are unsatisfactory from a theoretical point of view, but also because Büchi complementation is a useful tool in formal verification, in particular for the language containment problem. This paper proposes a Büchi complementation algorithm whose complexity meets, modulo a quadratic (O(n2)) factor, the known lower bound for Büchi complementation. It thus improves over previous constructions by an exponential factor and concludes the quest for optimal Büchi complementation algorithms.

연구 동기 및 목표

• 브뤼시 부동작 보완에 대한 상한과 하한 사이의 오랜 기간 지속된 격차를 해소하기 위해.
• 기존 하한 Ω((0.76n)^n)과 일치하는 상태공간 크기를 갖는 보완 알고리즘을 개발하기 위해.
• 이전의 구축 방식에서 복잡도 추정치의 지수적 격차를 제거함으로써 향상시키기 위해.
• 특히 O(n²)의 다항식 오버헤드 범위 내에서 브뤼시 보완의 최적성을 달성하기 위해.
• 이전의 구축 방식이 상태 수만을 상한으로 제어한 데 반해, 상태 수와 간선 수 양쪽 모두에 대한 날카운 계량을 제공하기 위해.

제안 방법

• 이 방법은 쿠퍼만-바르디의 레벨-랭킹 구축 방식을 기반으로 하되, 상태 폭발을 최소화하기 위해 정밀한 랭킹으로 개선한다.
• 레벨 랭킹의 새로운 구축 방식을 도입하여 S_j-정밀 랭킹을 확보함으로써, 보완 과정 중 상태 수의 증가를 최소화한다.
• 세 단계로 나누어진 전이 함수를 사용한다: δ₁은 초기 전이를 담당하고, γ₂는 레벨-랭킹 전파를 담당하며, γ₃, γ₄는 최종 상태 처리를 담당한다.
• 보완 부동작기의 크기는 O(s · tight(n+1))로 상한이 제시되며, 여기서 tight(n) ≈ (0.76n)^n 이고, 이는 O(n²) 오차 범위 내에서 하한과 일치한다.
• 이 구축 방식은 간선 수 역시 날카운 상한으로 제어함으로써, 이전 방법들이 상태 수만을 제어한 데 비해 우월하다.
• 증명은 보완 부동작기의 그래프에서 무한 런의 구조적 성질과 레벨 랭킹의 행동을 활용하여, 상한의 날카움을 입증한다.

실험 결과

연구 질문

• RQ1 브뤼시 보완이 알려진 하한 Ω((0.76n)^n)과 일치하는 상태공간 크기를 갖는가?
• RQ2 브뤼시 보완에서 상한과 하한 사이의 지수적 격차를 제거할 수 있는가?
• RQ3 보완 부동작기의 간선 수 역시 날카운 상한으로 제어할 수 있는가? (이전 방법들이 상태 수만을 제어한 데 비해)
• RQ4 정밀한 레벨-랭킹의 사용이 다항식 오버헤드 범위 내에서 최적의 구축을 가능하게 하는가?
• RQ5 복잡도를 O((0.96n)^n)으로 줄일 수 있으며, 이는 하한과 일치하는가?

주요 결과

• 제안된 보완 알고리즘은 O(tight(n+1)) ≈ O((0.76n)^n)의 상태공간 크기를 달성하여, 기존 알려진 하한 Ω((0.76n)^n)과 O(n²) 오차 범위 내에서 일치한다.
• 이전까지의 최고 상한인 O((0.96n)^n)보다 지수 수준으로 향상되었으며, 하한과의 격차가 완전히 해소되었다.
• 보완 부동작기의 간선 수 역시 날카운 상한으로 제어되며, 이는 이전 방법들이 상태 수만을 제어한 데 비해 뚜렷한 개선이다.
• 이 방법은 브뤼시 보완의 복잡도가 다항식 오버헤드 O(n²) 범위 내에서 최적임을 입증하였으며, 수십 년간 미해결이었던 문제를 해결한다.
• 상한의 날카움은 보완 부동작기의 그래프에서 레벨 랭킹과 무한 런의 구조적 분석을 통해 증명된다.
• 결과적으로 얀(2008)이 제시한 하한이 날카로우며, 더 이상 지수적 개선이 불가능함을 확인한다.