[论文解读] Behavioral Metrics via Functor Lifting

Paolo Baldan, Filippo Bonchi+2 more|arXiv (Cornell University)|Jan 1, 2014

Artificial Intelligence in Games参考文献 11被引用 9

一句话总结

本文提出了一种范畴论中的伪度量空间范畴内，通过函子提升定义行为伪度量的余代数框架。它提出了两种标准的提升方式——Kantorovich 和 Wasserstein，它们推广了度量运输理论，在关键情形下二者一致，并通过不动点方法计算行为距离，且在温和条件下，距离为零等价于行为等价。

ABSTRACT

We study behavioral metrics in an abstract coalgebraic setting. Given a coalgebra alpha: X -> FX in Set, where the functor F specifies the branching type, we define a framework for deriving pseudometrics on X which measure the behavioral distance of states. A first crucial step is the lifting of the functor F on Set to a functor in the category PMet of pseudometric spaces. We present two different approaches which can be viewed as generalizations of the Kantorovich and Wasserstein pseudometrics for probability measures. We show that the pseudometrics provided by the two approaches coincide on several natural examples, but in general they differ. Then a final coalgebra for F in Set can be endowed with a behavioral distance resulting as the smallest solution of a fixed-point equation, yielding the final coalgebra in PMet. The same technique, applied to an arbitrary coalgebra alpha: X -> FX in Set, provides the behavioral distance on X. Under some constraints we can prove that two states are at distance 0 if and only if they are behaviorally equivalent.

研究动机与目标

• 通过余代数方法，为定量系统中的行为伪度量定义一个通用且标准的框架。
• 通过两种自然构造——Kantorovich 和 Wasserstein 提升——将函子 F: Set → Set 提升为 F: PMet → PMet。
• 在温和约束下，确保行为等价性（距离为0）精确对应于相同的行为。
• 提供一种通用的、基于不动点的算法，用于计算任意余代数上的行为距离。

提出的方法

• 通过Kantorovich和Wasserstein构造，将函子 F: Set → Set 提升为 F: PMet → PMet，推广运输度量。
• 将Kantorovich提升定义为在非扩张映射上，价格函数差异的上确界。
• 将Wasserstein提升定义为状态联合分布（耦合）的总运输成本的下确界。
• 在余代数 α: X → FX 上，通过从零伪度量开始，构建伪度量的超限链 ei。
• 使用方程 e = eF ◦ (α × α) 的最小不动点来计算行为伪度量。
• 证明在PMet中的最终余代数，配备不动点度量后，能将行为等价性精确表示为距离为零。

实验结果

研究问题

• RQ1 能否通过余代数框架，系统地推导出任意转移系统的行为主度量？
• RQ2 函子的Kantorovich与Wasserstein提升在一般情况下是否产生相同的行为伪度量？
• RQ3 在何种条件下，行为伪度量能精确识别出行为完全相同的态？
• RQ4 能否推导出一种通用的、基于不动点的算法，用于计算定量系统中的行为距离？

主要发现

• 在自然例子如概率分布、有限幂集和乘积双函子上，函子的Kantorovich与Wasserstein提升一致。
• 一般情况下二者并不一致，论文通过反例予以证明。
• 通过不动点方程 e = eF ◦ (α × α) 计算出的行为伪度量是最小解，准确捕捉了真实的行为距离。
• 对于最终余代数，不动点度量 dθ 满足 dθ(x, y) = 0 当且仅当 x = y，从而确保距离为零即意味着行为等价。
• 该方法保持行为等价性：在函子保持等距性和度量的假设下，两个态距离为零当且仅当它们行为等价。
• 通过超限迭代构造伪度量时，收敛过程最多在 θ 步内完成，其中 θ 是最终链的收敛长度。