[论文解读] GamePad: A Learning Environment for Theorem Proving
GamePad 是一个基于 Python 的框架，可从 Coq 证明中提取结构化、机器可读的表示，用于交互式定理证明中机器学习模型的训练。它利用人工编写的正式证明，支持策略预测和位置评估任务，在一个小型代数重写问题和费特-汤普森定理的形式化中展示了可行性。
In this paper, we introduce a system called GamePad that can be used to explore the application of machine learning methods to theorem proving in the Coq proof assistant. Interactive theorem provers such as Coq enable users to construct machine-checkable proofs in a step-by-step manner. Hence, they provide an opportunity to explore theorem proving with human supervision. We use GamePad to synthesize proofs for a simple algebraic rewrite problem and train baseline models for a formalization of the Feit-Thompson theorem. We address position evaluation (i.e., predict the number of proof steps left) and tactic prediction (i.e., predict the next proof step) tasks, which arise naturally in tactic-based theorem proving.
研究动机与目标
- 创建一个系统，暴露 Coq 证明的结构化、可学习表示，以支持机器学习应用。
- 支持从人工监督的正式证明中进行学习，同时保留证明结构和语义内容。
- 利用真实世界和合成的证明数据，支持关键定理证明任务，如策略预测和位置评估。
- 提供一个可重用的开源平台，用于在正式证明上训练和评估机器学习模型。
- 探索在交互式定理证明中，基于人工构建证明实现端到端学习的可行性。
提出的方法
- GamePad 从 Coq 中提取完整的证明状态序列，包括上下文、目标、策略和抽象语法树（AST），实现结构化数据表示。
- 它提供一个轻量级接口连接 Coq，支持动态证明构建，适用于强化学习和交互式模型训练。
- 该系统支持使用术语和证明上下文的结构化表示，将证明状态嵌入 ℝᴰ 空间。
- 基线模型基于费特-汤普森定理的形式化和一个合成代数重写问题的证明轨迹，训练并用于策略预测和位置评估。
- 该框架通过在证明树上进行证明脚本合成和状态追踪，支持模型评估。
- 所有数据、模型和代码均已开源发布于 GitHub，以确保可复现性并支持后续扩展。
实验结果
研究问题
- RQ1人工构建的 Coq 证明的结构化表示能否有效支持策略预测的机器学习？
- RQ2位置评估模型能否准确地从证明状态嵌入中预测剩余的证明步骤数量？
- RQ3基线模型在使用人工监督数据的真实世界形式化（如费特-汤普森定理）上的表现如何？
- RQ4合成的、手工构造的代数重写问题在多大程度上可作为学习模型进行证明合成的测试平台？
- RQ5GamePad 框架能否支持交互式定理证明中的端到端训练和蒙特卡洛树搜索？
主要发现
- GamePad 有效提取并结构化了 Coq 证明轨迹，包括证明状态、策略和 AST，为下游机器学习任务提供了支持。
- 已在合成代数重写问题和费特-汤普森定理形式化上，对策略预测和位置评估的基线模型进行了训练与评估。
- 该系统支持使用训练好的策略预测模型进行证明脚本合成，展示了基于学习的证明构建的可行性。
- 费特-汤普森定理的形式化提供了丰富的真实世界数据集，可用于交互式定理证明中机器学习模型的训练与评估。
- 结构化表示通过保留术语语法和隐式参数注释，支持语义感知建模。
- GamePad、数据集和模型的开源发布，支持了可复现性，并为形式化证明学习领域的未来基准测试提供了基础。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。