[论文解读] Small Resolution Proofs for QBF using Dependency Treewidth

Eduard Eiben, Robert Ganian+1 more|arXiv (Cornell University)|Nov 6, 2017

Formal Methods in Verification参考文献 4被引用 3

一句话总结

本文引入了依赖性树宽（dependency treewidth），一种针对量化布尔公式（QBF）的新型结构参数，通过依赖性方案将变量依赖关系纳入树宽概念中。该参数支持单指数时间复杂度的固定参数可满足性算法（O(32knk)），支持小规模分辨率证明，并提供了高效计算所需树分解的算法，克服了先前参数（如前缀路径宽和尊重性树宽）的局限性。

ABSTRACT

In spite of the close connection between the evaluation of quantified Boolean formulas (QBF) and propositional satisfiability (SAT), tools and techniques which exploit structural properties of SAT instances are known to fail for QBF. This is especially true for the structural parameter treewidth, which has allowed the design of successful algorithms for SAT but cannot be straightforwardly applied to QBF since it does not take into account the interdependencies between quantified variables. In this work we introduce and develop dependency treewidth, a new structural parameter based on treewidth which allows the efficient solution of QBF instances. Dependency treewidth pushes the frontiers of tractability for QBF by overcoming the limitations of previously introduced variants of treewidth for QBF. We augment our results by developing algorithms for computing the decompositions that are required to use the parameter.

研究动机与目标

• 解决经典树宽方法在QBF中因未考虑变量依赖关系而失效的问题。
• 克服先前QBF专用树宽变体（如前缀路径宽和尊重性树宽）的局限性。
• 设计一种既能支持高效计算又能支持分辨率证明生成的参数。
• 设计算法以计算依赖性树宽分解，从而实现该参数的实际应用。
• 通过多种等价刻画建立依赖性树宽的稳健理论基础。

提出的方法

• 将依赖性树宽定义为一种结合依赖性方案中量化变量间依赖关系的树宽变体。
• 从QBF的依赖图与偏序集结构构建有向竞技场图，以建模变量消除顺序。
• 通过竞技场游戏中获胜区域的计算，判断是否存在宽度有界的依赖性消除顺序。
• 设计两种计算依赖性树分解的算法：一种以依赖性树宽为参数，另一种以偏序集宽度为参数。
• 利用偏序集的链划分，高效枚举下闭集并构建分解图。
• 在构造的图上应用最短路径算法（如Dijkstra算法），以寻找有效的依赖性消除顺序。

实验结果

研究问题

• RQ1 能否设计一种QBF的结构参数，以考虑变量依赖关系并支持固定参数可满足性算法？
• RQ2 依赖性树宽是否能像经典SAT中的树宽一样，支持生成小规模分辨率证明？
• RQ3 能否开发出无需假设输入分解的高效算法来计算依赖性树分解？
• RQ4 与现有参数（如前缀路径宽和尊重性树宽）相比，依赖性树宽在表达能力和效率方面如何？
• RQ5 是否可能设计一种算法，其运行时间依赖于偏序集宽度等结构属性，而非参数本身？

主要发现

• 依赖性树宽支持QBF的固定参数可满足性算法，其单指数时间复杂度为O(32knk)，显著优于前缀路径宽的三重指数依赖。
• 所提出的参数支持对不可满足QBF实例生成小规模分辨率证明，提供超越简单拒绝的诊断信息。
• 开发了两种计算依赖性树分解的算法：一种运行时间为O(|V(G)|2ω+2)，另一种为O(|V(G)|kk²)，后者在依赖结构紧密的公式中更高效。
• 这些算法还可用于计算尊重性树分解，解决了先前工作中遗留的开放问题。
• 依赖性树宽通过多种等价形式得到稳健刻画，包括依赖性消除顺序与基于图的竞技场游戏。
• 该参数推广了尊重性树宽（对应于平凡依赖性方案），并通过高级依赖性方案扩展了其适用范围。