[论文解读] Logical, Metric, and Algorithmic Characterisations of Probabilistic Bisimulation

Yuxin Deng, Wenjie Du|arXiv (Cornell University)|Mar 23, 2011

Logic, Reasoning, and Knowledge参考文献 65被引用 27

一句话总结

本文通过逻辑、度量和算法框架，统一刻画了概率双语关系，表明此前以多种方式表述的核心提升操作等价于坎托罗维奇度量，并与最大流问题相关联。主要贡献是为有限概率标签转移系统（pLTSs）提出了一种新颖的“即时”算法，用于检查概率双语相似性，其最坏情况时间复杂度为 O(n⁷/log n)，空间复杂度为 O(n²)。

ABSTRACT

Many behavioural equivalences or preorders for probabilistic processes involve a lifting operation that turns a relation on states into a relation on distributions of states. We show that several existing proposals for lifting relations can be reconciled to be different presentations of essentially the same lifting operation. More interestingly, this lifting operation nicely corresponds to the Kantorovich metric, a fundamental concept used in mathematics to lift a metric on states to a metric on distributions of states, besides the fact the lifting operation is related to the maximum flow problem in optimisation theory. The lifting operation yields a neat notion of probabilistic bisimulation, for which we provide logical, metric, and algorithmic characterisations. Specifically, we extend the Hennessy-Milner logic and the modal mu-calculus with a new modality, resulting in an adequate and an expressive logic for probabilistic bisimilarity, respectively. The correspondence of the lifting operation and the Kantorovich metric leads to a natural characterisation of bisimulations as pseudometrics which are post-fixed points of a monotone function. We also present an "on the fly" algorithm to check if two states in a finitary system are related by probabilistic bisimilarity, exploiting the close relationship between the lifting operation and the maximum flow problem.

研究动机与目标

• 将概率双语关系定义中使用的不同提升操作统一为单一的数学运算。
• 通过将提升操作与坎托罗维奇度量关联，建立概率双语关系的自然度量刻画。
• 利用与最大流问题的关联，为有限 pLTSs 中的概率双语相似性检查开发一种高效算法。
• 扩展经典模态逻辑（ Hennessy-Milner 逻辑与模态 μ-演算 ），引入概率选择模态，以实现对双语关系的充分且表达力强的逻辑刻画。

提出的方法

• 引入一种新的概率选择模态，以扩展 Hennessy-Milner 逻辑与模态 μ-演算，使公式能够表达状态分布的性质。
• 证明从状态到分布的二元关系提升恰好对应于度量理论中的基本工具——坎托罗维奇度量。
• 将概率双语相似性刻画为在伪度量上单调函数的最大不动点，其中双语关系是后固定点。
• 设计一种“即时”决策算法，通过逐步比较转移并利用最大流计算来验证分布匹配，从而增量式地检查双语相似性。
• 采用递归函数 Bisim(s,t)，检查状态间所有带动作标签的转移，使用辅助函数 MatchAction 验证分布级别的匹配。
• 利用最大流问题确定在给定关系下，一个分布是否能模拟另一个分布，每次比较的复杂度被限制在 O(n³/log n) 以内。

实验结果

研究问题

• RQ1 不同概率双语关系的提升操作能否在单一数学框架下统一？
• RQ2 该提升操作与数学中既有的概念（如坎托罗维奇度量）有何关联？
• RQ3 能否通过引入新的概率选择模态来扩展模态逻辑，从而对概率双语关系进行逻辑刻画？
• RQ4 能否从提升操作与坎托罗维奇度量出发，推导出概率双语相似性的基于度量的刻画？
• RQ5 在有限 pLTSs 中检查概率双语相似性的算法复杂度是多少？能否设计出高效的“即时”算法？

主要发现

• 概率双语关系中使用的提升操作在不同表述下在数学上等价，且当从状态到分布提升度量时，恰好对应于坎托罗维奇度量。
• 在 Hennessy-Milner 逻辑中添加概率选择模态，可得到对概率双语相似性的充分逻辑；而扩展模态 μ-演算则可得到表达力强的逻辑。
• 概率双语相似性被刻画为在伪度量上单调函数的最大不动点，其中双语关系是后固定点。
• 所提出的“即时”算法在有限 pLTSs 中正确检查概率双语相似性，其最坏情况时间复杂度为 O(n⁷/log n)，空间复杂度为 O(n²)。
• 通过修改转移匹配逻辑，该算法可被调整用于检查概率相似性，且时间与空间复杂度保持不变。
• 提升操作与最大流问题之间的关联，使得分布级别模拟的高效验证成为可能，构成该算法高效性的核心。