[论文解读] Independence Properties of Algorithmically Random Sequences

Steven M. Kautz|ArXiv.org|Jan 16, 2003

Computability, Logic, AI Algorithms参考文献 18被引用 3

一句话总结

本文证明，当一个算法随机的无限二进制序列 A 通过有界柯尔莫哥洛夫-洛瓦桑选择规则被划分为选中位 A₀ 和未选中位 A₁ 时，子序列 A₁ 相对于 A₀ 仍然保持算法随机性。这一独立性性质确认了，即使在自适应、非递归的选择规则下，也无法从其选中子序列中提取关于随机序列的任何信息。

ABSTRACT

A bounded Kolmogorov-Loveland selection rule is an adaptive strategy for recursively selecting a subsequence of an infinite binary sequence; such a subsequence may be interpreted as the query sequence of a time-bounded Turing machine. In this paper we show that if A is an algorithmically random sequence, A_0 is selected from A via a bounded Kolmogorov-Loveland selection rule, and A_1 denotes the sequence of nonselected bits of A, then A_1 is independent of A_0; that is, A_1 is algorithmically random relative to A_0. This result has been used by Kautz and Miltersen [1] to show that relative to a random oracle, NP does not have p-measure zero (in the sense of Lutz [2]). [1] S. M. Kautz and P. B. Miltersen. Relative to a random oracle, NP is not small. Journal of Computer and System Sciences, 53:235-250, 1996. [2] J. H. Lutz. Almost everywhere high nonuniform complexity. Journal of Computer and System Sciences, 44:220-258, 1992.

研究动机与目标

• 研究各种子序列选择规则下算法随机序列的独立性性质。
• 确定从随机序列中选择子序列后，其仍保持算法随机性的条件。
• 建立在有界柯尔莫哥洛夫-洛瓦桑规则下，未选中子序列相对于选中子序列仍保持随机性的结论。
• 为涉及随机预言机的复杂性理论应用提供基础性结果。
• 形式化随机序列不应包含关于其自身各部分可被利用信息的直觉。

提出的方法

• 将有界柯尔莫哥洛夫-洛瓦桑选择规则定义为一种基于历史记录和函数 F 的自适应、非递归策略，用于选择位。
• 通过递归构造序列 αₖ 和 βₖ 来模拟选择过程，并追踪选中与未选中位的状态。
• 引入辅助序列 σ 和 τ，以建模选择规则与随机序列 A 之间的相互作用。
• 在阶段 k 上使用归纳法证明不变性：αₖ 是 A 的前缀，αₖ* 是 A 的前缀，且选择规则与预言机 B 保持一致。
• 应用函数 S(σ, τ) 的收敛性，以验证选择过程可无限延续而不会产生矛盾。
• 利用相对算法随机性和凡·兰巴尔根定理的概念，形式化 A₀ 与 A₁ 之间的独立性。

实验结果

研究问题

• RQ1 在何种选择规则下，选中子序列的补序列相对于选中子序列保持算法随机性？
• RQ2 在非递归、自适应的选择策略下，随机序列的选中部分与未选中部分之间的独立性是否能够保持？
• RQ3 有界柯尔莫哥洛夫-洛瓦桑选择规则是否保持未选中子序列的算法随机性？
• RQ4 此独立性性质能否用于推导关于随机预言机下 NP 结构的复杂性理论结果？
• RQ5 此结果如何加强或推广米塞斯-丘奇的随机性条件（对随机序列的）？

主要发现

• 对于任意算法随机序列 A，若 A₀ 通过有界柯尔莫哥洛夫-洛瓦桑规则被选中，则 A₁（即未选中位）相对于 A₀ 保持算法随机性。
• 即使选择规则是非递归的，A₀ 与 A₁ 之间的独立性依然成立，表明随机性在自适应选择下具有鲁棒性。
• 该证明构建了一个递归过程，保持选择规则、预言机 B 与目标序列 A 之间的一致性。
• 该结果意味着，任何时间有界的图灵机都无法从选中查询序列中提取关于未选中位的有用信息。
• 此独立性性质被用于证明：在指数时间类中，NP 相对于随机预言机的 p-测度不为零。
• 该结果通过更精细地分析随机序列中的信息内容，强化并推广了关于 P ≠ NP 相对于随机预言机的早期结果。