[论文解读] Extending Finite-Memory Determinacy by Boolean Combination of Winning Conditions

Stéphane Le Roux, Arno Pauly+1 more|arXiv (Cornell University)|Jan 1, 2018

Computability, Logic, AI Algorithms参考文献 4被引用 4

一句话总结

本文通过引入规则可预测获胜条件和假设子博弈完美均衡（hSPE）的概念，建立了一个适用于有限图上双人博弈的有限记忆（FM）决定性的一般框架。证明了此类条件与正则语言的布尔组合可保持FM决定性，从而实现对复杂多目标博弈（如能量-parity或能量-均支付组合）的统一分析，记忆界限由自动机构造与子博弈完美策略合成导出。

ABSTRACT

We study finite-memory (FM) determinacy in games on finite graphs, a central question for applications in controller synthesis, as FM strategies correspond to implementable controllers. We establish general conditions under which FM strategies suffice to play optimally, even in a broad multi-objective setting. We show that our framework encompasses important classes of games from the literature, and permits to go further, using a unified approach. While such an approach cannot match ad-hoc proofs with regard to tightness of memory bounds, it has two advantages: first, it gives a widely-applicable criterion for FM determinacy; second, it helps to understand the cornerstones of FM determinacy, which are often hidden but common in proofs for specific (combinations of) winning conditions.

研究动机与目标

• 为有限图上双人博弈的有限记忆决定性提供一个通用、抽象的判据，适用于多种获胜条件。
• 统一并扩展现有关于复杂目标（如能量、parity、均支付及其组合）FM决定性的结果。
• 识别出支撑FM决定性的核心结构特性——规则可预测性与FM hSPE的存在性，使其清晰可见并可复用。
• 通过将新目标或复合目标通过布尔组合归约为已知类别，实现无需针对性证明的分析，从而避免繁琐推导。
• 为组合目标中的FM策略推导出具体的记忆界限，即使各独立组件需要指数或无限记忆。

提出的方法

• 引入规则可预测获胜条件的概念：即存在有限自动机，可识别出玩家1拥有获胜策略的历史记录。
• 将假设子博弈完美均衡（hSPE）定义为一种技术工具，以确保即使在复杂子博弈中，FM策略也存在。
• 证明：若获胜条件类对布尔组合封闭且容许FM hSPE，则其与正则语言的任何布尔组合也保持FM决定性。
• 通过有限自动机的积构造扩展博弈，以模拟依赖历史的条件，从而实现记忆界限的分析。
• 利用自动机积构造，模拟获胜条件与记忆需求之间的交互，尤其针对析取与合取情形。
• 应用子博弈完美策略合成方法，通过结合自动机与FM策略表示，推导出双方（尤其是玩家2）的记忆界限。

实验结果

研究问题

• RQ1 在通过布尔运算组合多个获胜条件时，有限记忆决定性在何种一般条件下仍能保持？
• RQ2 能否将支撑FM决定性的核心结构特征抽象化并形式化，以统一不同博弈类型中的现有结果？
• RQ3 在由简单获胜条件的布尔组合构成的复杂目标博弈中，FM策略的记忆需求如何被界定？
• RQ4 在各独立组件需要无限记忆的情况下，析取形式的获胜条件是否仍能保证FM策略的存在？
• RQ5 该框架是否可应用于新目标或复合目标（如能量-parity、能量-均支付）而无需从零开始重新证明决定性？

主要发现

• 若基础类对布尔组合封闭且容许FM hSPE，则规则可预测获胜条件与正则语言的布尔组合可保持有限记忆决定性。
• 对于类电池型与溢出型能量parity博弈，本文推导出O(Emax)的记忆界限，显著优于无界能量parity博弈的|V|·d·W界限。
• 玩家1可通过大小为|Q|·|Qg|·m(|V|·|Q|·|Qg|)的有限记忆赢得析取博弈（W ∨ LA），其中Q与Qg为自动机状态，m(n)为子博弈的记忆界限。
• 玩家2在析取博弈中的获胜策略需要大小为l|A| + m的记忆，其中l为见证规则可预测性的自动机大小，m为基博弈FM策略的大小。
• 该框架揭示：规则可预测性与FM hSPE是布尔组合下保持FM决定性的充分条件，即使各独立组件需要无限记忆亦成立。
• 该方法提供了一种系统化方式，用于推导新复合目标的记忆界限，而无需针对性分析，代价是边界可能较专门证明略宽松。