Alternating-time temporal logic with finite-memory strategies
不完全信息的交替时序逻辑ATL和ATL* 的模型检查对于完美召回语义是不可判定的。然而,当限制到无记忆策略的模型检查问题变得可判定。在本文中,我们考虑其他两种类型的语义有限记忆策略的基础上。一种是允许的内存大小有界,另一种是内存大小无界(但必须是有限的)。这是由具有完美召回语义的模型检查的高复杂性和无记忆策略的严重限制所激发的。我们表明,这两种类型的语义介绍是不同的完美召回和无记忆语义和下一个重点的可判定性和复杂性的模型检查在完整和不完整的信息游戏ATL/ATL*。特别是,我们证明了模型检测的复杂性与有界记忆语义是Delta_2 p-完全的ATL和PSPACE-完全的ATL* 在不完全信息的游戏,就像在无记忆的情况下。我们还提出了一个证明,ATL和ATL* 模型检查是不可判定的n >= 3的球员与有限记忆语义的不完全信息游戏。
2013-07-17 cs.GT cs.LO
Strategy Logic with Imperfect Information
我们介绍了一个扩展的策略逻辑的信息设置,称为SLii,并研究其模型检测问题。由于这种逻辑自然地捕捉多人游戏的不完美的信息,这个问题是不可判定的,但我们引入了一个语法类的“层次实例”,直观地说,作为一个去语法树的公式,战略量化关注的是更精细的观察模型,我们证明,模型检查SLii限制到层次实例是可判定的。为了建立这个结果,我们通过QCTL,一个中介,“低级”逻辑更适合自动机技术。QCTL是CTL在原子命题上的二阶量化推广。我们将其扩展到不完美的信息设置参数化的二阶量词的意见。虽然QCTLii的模型检查问题是,在一般情况下,不可判定的,我们确定的语法片段的分层公式和证明,使用自动机理论的方法,它是可判定的。我们应用我们的结果来解决复杂的战略问题,在信息不对称的设置。我们首先表明,存在的确定性策略的纳什均衡是可判定的层次信息的游戏。我们还介绍了分布式的合理的合成,一个概括的合理的合成的信息设置。因为它可以很容易地表达在我们的逻辑,我们的主要结果提供了解决这个问题的情况下,层次信息。
2020-03-07 cs.LO
Strategy Logic with Imperfect Information
我们介绍了一个扩展的策略逻辑的信息设置,称为SLii,并研究其模型检测问题。由于这种逻辑很自然地捕捉到了具有不完美信息的多人博弈,因此问题是不可判定的。我们引入了一个语法类的“层次实例”,直观地说,作为一个去语法树的公式,战略量化关注的模型的更精细的观察。我们证明了模型检查SLii限制到层次实例是可判定的。这一结果,因为它允许复杂的模式存在和普遍量化的战略,大大概括了以前的,如决策的多人游戏与不完美的信息和分层的意见,决策的分布式综合分层系统。为了建立可判定性结果,我们引入并研究QCTL * ii,QCTL * 的扩展(本身是CTL * 的扩展,具有二阶量化的原子命题),通过用观测值参数化其量词。QCTL * ii的简单语法使我们能够在概念上将SLii简化为QCTL * ii,从而将关注点分开,允许人们忘记策略和参与者,只关注二阶量化。虽然QCTL * II的模型检查问题是,在一般情况下,不可判定的,我们确定的语法片段的分层公式和证明,使用自动机理论的方法,它是可判定的。SLii的可判定性结果如下,因为约简将SLii的分层实例映射到QCTL * ii的分层公式。
2018-09-03 cs.LO
Towards the Verification of Strategic Properties in Multi-Agent Systems with Imperfect Information
针对不完全信息完美记忆下ATL*验证不可判定的问题,本文提出通过生成可判定的子模型-子公式对、结合CTL*模型检验的近似验证方法,证明其复杂度与完全信息下ATL*检验相当,并实现工具给出实验结果。
2021-12-27 cs.LO cs.MA
Resource Logics with a Diminishing Resource
模型检查资源逻辑与生产和消费的资源是一个计算困难,往往是不可判定的问题。我们引入了一个简单而现实的假设,即至少有一个递减资源,即不能生产的资源,并且每个行动对该资源的成本都是非零的。这种资源的一个例子是时间。我们表明,有了这个假设,即使是底层的交替时间时态逻辑,如模型检查下不完美的信息和完美的召回,不可判定的问题,成为可判定的资源逻辑与资源减少。
2018-06-24 cs.LO
Model-Checking an Alternating-time Temporal Logic with Knowledge, Imperfect Information, Perfect Recall and Communicating Coalitions
我们提出了一个变体的ATL与分布式知识运营商的基础上同步和完善的召回语义。这种逻辑中的联盟模式是基于对完整历史的部分观察,并结合了联盟成员之间的合作形式,其中代理基于该联盟的系统历史的分布式知识发布其行动。我们表明,模型检验是可判定的这种逻辑。该技术利用两个变种的游戏与不完美的信息和部分可观察的目标,以及一个子集的建设,用于识别状态的历史是无法区分的考虑联盟。
2010-06-08 cs.LO cs.MA
Fixpoint Approximation of Strategic Abilities under Imperfect Information
Polish Academy of Sciences(波兰科学院)
不完全信息下战略能力的模型检验是一个困难的问题。复杂性的结果范围从NP完全性到不可判定性,这取决于问题的精确设置。同样重要的是,不动点等价一般不适用于不完全信息策略,这严重阻碍了获胜策略的增量合成。在本文中,我们提出了翻译的ATLir公式,提供其真值的下限和上限,并比原来的规格更便宜的验证。也就是说,如果表达式被验证为真,那么ATLir的相应公式在给定模型中也应该成立。我们首先展示直接方法不起作用的地方。然后,我们提出如何修改它以获得有保证的下界。为此,我们改变了下一步的运营商在这样一种方式,遍历一个人的不可分割的关系被视为原子活动。最有趣的是,下近似值是由一个不动点表达式提供的,该表达式使用了下一步能力运算符的非标准变体。我们的翻译的正确性,建立其计算复杂性,并通过实验验证的方法与一个可扩展的情况下,桥发挥。
2017-03-13 cs.AI cs.LO cs.MA
Quantified CTL with imperfect information
量化CTL(QCTL)是一个研究得很好的时态逻辑,它扩展了原子命题上的量化CTL。最近,它已经成为一个强大的中介框架,研究逻辑的战略推理。我们将其扩展到包括不完美的信息,通过参数化量化器来定义它们观察模型的程度,从而约束它们的行为。我们考虑两种不同的语义,一个与没有记忆的概念有关,另一个与完美回忆有关。我们研究了我们的逻辑的表达性,并表明,它符合MSO的第一语义和MSO具有同等水平的第二个。我们建立的模型检查问题是Pspace完全的第一语义。虽然它是不可判定的第二个,我们确定了一个语法片段,定义的概念,分层公式,我们证明是可判定的自动机理论的方法。
2018-09-03 cs.LO
The Complexity of Verifying Strategic Abilities in Succinct Multiagent Systems
Griffith University(格里菲斯大学);CNRS, LIPN, Sorbonne Paris North University(法国国家科学研究中心,LIPN,索邦巴黎北大学);University of Naples Federico II(那不勒斯费德里科二世大学);University of New South Wales(新南威尔士大学)
本文研究不完全信息下多智能体系统策略能力验证的复杂性,证明SLK_P和SLK的简洁模型检验为AEXP(poly)完全,目标ATL和ATL*为P^{NEXP}完全,修正了相关旧结果并明确了主观语义下的复杂度性质。
2026-10-13 cs.LO
Reasoning about strategies on collapsible pushdown arenas with imperfect information
不完全信息策略逻辑(Strategy Logic with Imperfect Information,SLiR)是一种非常具有表现力的逻辑,旨在表达分布式系统中策略能力的复杂属性。SLiR以前的工作集中在有限系统,并表明,模型检查问题是可判定的,当系统的控制状态的信息是分层的球员或系统的组件,这意味着球员或组件可以完全根据他们各自的状态知识排序。我们表明,从有限到无限的系统产生的可折叠(高阶)下推系统保留可判定性,自然的限制下,堆栈内容是可见的。证明遵循与有限系统相同的路线,但需要使用(可折叠)交替下推树自动机。这种自动机是不可判定的,但半交替下推树自动机被引入并证明是可判定的,研究了两个局中人下推系统的策略问题。为了解决多个球员的层次信息,我们进一步完善这些自动机:我们定义方向引导(可折叠)下推树自动机,并表明它们是稳定的投影,非确定性和缩小。对于后一种操作,用于处理不完美的信息,稳定性在某些假设下保持,当用于具有可见堆栈的系统时,该假设是满足的。然后,我们使用这些自动机来证明我们的主要结果。
2020-07-30 cs.LO
Model Checking Resource Bounded Systems with Shared Resources via Alternating Büchi Pushdown Systems
资源受限的多智能体系统的验证一般是不可判定的。在许多这样的设置中,资源对于代理是私有的。本文研究了基于交替时序逻辑(ATL)的资源逻辑在共享资源下的模型检验问题。资源可以被消耗和生产到任何数量。我们表明,模型检验问题是不可判定的,如果两个或两个以上的这样的无界资源。我们的主要技术成果是,在一个单一的共享资源的情况下,问题变得可判定。虽然直观,可判定性的证明是不平凡的。我们减少模型检验的问题交替Büchi下推系统。一个中间结果连接到一般的基于自动机的验证:我们表明,模型检验计算树逻辑(CTL)(紧凑)交替Büchi下推系统是可判定的。
2015-08-14 cs.LO
Reasoning about Strategies: on the Satisfiability Problem
策略逻辑(Strategy Logic,简称SL)是由Mogavero、Murano和Vardi提出的一种有用的形式主义,用于在多智能体并发游戏中明确地推理策略(作为一阶对象)。这种逻辑被证明是非常强大的,包含了所有主要的先前研究的模态逻辑的战略推理,包括ATL,ATL* 等。不幸的是,由于其高表达性,SL具有非基本可判定的模型检查问题,并且可满足性问题是不可判定的,特别是Sigma_1^1。为了得到一个可判定的子逻辑,本文引入并研究了单目标策略逻辑(SL[1G],简称SL[1G])。这是SL的一个语法片段,严格地包含ATL*,它包含了前束范式中的公式,每次有一个单一的时间目标,对于每个策略量化的代理。我们证明了SL[1G]与SL不同,SL[1G]具有有界树模型性质,并且它的可满足性问题在2ExpTime中是可判定的,因此并不比ATL* 的可满足性问题难.
2017-03-16 cs.LO
Strategic (Timed) Computation Tree Logic
本文定义了带战略算子的 CTL 和 TCTL 扩展(SCTL 和 STCTL),证明其表达力优于 ATL,并分析了不同信息与回忆语义下的模型检测复杂度,最终利用 IMITATOR 工具支持 STCTL[ir] 的实际应用。
2023-10-19 cs.LO cs.MA
The Expressive Power of Epistemic $μ$-Calculus
虽然$μ$演算臭名昭著地包含交替时间时序逻辑(ATL),我们发现,认知$μ$演算不submergentATL与不完美的信息(ATL $_i$)的同步完美召回语义。为了证明这一点,我们首先建立跳跃奇偶校验树自动机(JTA),最近推出的交替奇偶校验树自动机的扩展,表示等价于认知$μ$ -演算,这对任何知识语义。利用这一结果,我们还表明,对于有界记忆语义,认知$μ$演算是不是比标准的$μ$演算更有表现力,它的可满足性问题是EXPTIME完全的。
2014-07-19 cs.LO
A Decidable Fragment of Strategy Logic
策略逻辑(Strategy Logic,简称SL)是Mogavero、Murano和Vardi最近提出的一种有用的形式主义,用于在多智能体并发博弈中明确地推理作为一阶对象的策略。这种逻辑变得非常强大,包含了所有以前研究过的用于战略推理的模态逻辑,包括ATL,ATL* 等。不幸的是,由于它的表达能力,SL有一个非基本可判定的模型检查问题和一个高度不可判定的可满足性问题,特别是$Σ_{1}^{1}$ -Hard。为了得到一个可判定的子逻辑,本文引入并研究了单目标策略逻辑(SL[1G],简称SL[1G])。这个逻辑是SL的一个语法片段,严格地包含ATL*,它包含了前束范式中的公式,对于代理的每个策略量化,每次都有一个单一的时间目标。SL[1G]是一个基本可判定的模型检验问题。在这里,我们证明,与SL不同,它具有有界树模型属性,并且它的可满足性问题在2 ExpTime中是可判定的,因此不比ATL* 难。
2012-06-12 cs.LO math.LO
Model-checking an Epistemic μ-calculus with Synchronous and Perfect Recall Semantics
我们证明了模型检验问题对于认知μ演算的一个片段是可判定的。该片段允许自由变量的范围内的认知模态的限制形式,避免构建公式体现任何形式的共同知识。我们的演算包含已知的可判定的片段的认识CTL/LTL。它的模态变体可以表示两人博弈中的获胜策略,其中一个玩家具有不完美信息和不可观察的目标,并且,通过适当的编码,具有不完美信息和完美召回的ATL的模型检验问题的可判定实例可以编码为这种认知μ-演算的模型检验问题的实例。
2012-07-14 cs.LO
Reasoning about Knowledge and Strategies under Hierarchical Information
两个不同的语义已被认为是知识的背景下,战略推理,这取决于球员是否知道对方的战略或没有。分布式合成的问题是已知的认知时间规范是不可判定的,后者的语义,已经在系统的层次信息。然而,对于其他的,不知情的语义,这个问题是决定这样的系统。在这项工作中,我们概括了这一结果,通过引入不完美信息的战略逻辑的认知扩展。知识算子的语义是不知情的,并捕获代理,可以改变观察力,当他们改变策略。我们解决了一类“层次实例”的模型检查问题,这提供了一个解决方案,一个巨大的类的战略问题与认知的时间规范层次系统,如分布式综合或合理的综合。
2018-09-03 cs.LO
Model Checking Strategic Abilities in Information-sharing Systems
我们引入了一个子类的并发游戏结构(CGS)与不完美的信息,其中代理人被赋予私人数据共享能力。重要的是,我们的CGS是这样的,它仍然是可判定的模型检查这些CGS对ATL的相关片段。这些系统可以被认为是允许信息分叉的体系结构的概括,在这个意义上,在系统的初始状态下,我们允许从给定集合A外部的代理到该A内部的代理的信息分叉。由于这个原因,再加上我们的模型中的通信支持了一种特殊形式的广播,我们称我们的形式主义为A-cast系统。为了强调,ATL的片段,我们证明了模型检查问题在A-cast上是可判定的,这是一个大而重要的片段;它表达了集合A的任何子集中的Agent上的联盟。事实上,正如我们所展示的,我们的系统和ATL片段可以编码出难以忠实表达的安全问题:身份方案中的恐怖分子欺诈攻击。
2022-04-19 cs.AI cs.LO
Games with recurring certainty
在不完全信息下,几个参与者寻求协调的无限博弈是难以处理的,除非信息流受到严格限制。不可判定案例的典型特征是玩家对游戏的当前状态变得不确定,并且这种不确定性永远持续下去。在这里,我们考虑的游戏中,球员获得确定性的当前状态一遍又一遍地沿着任何发挥。对于有限状态博弈,我们注意到这种循环确定性意味着周期确定性的更强条件,即状态确定性的事件最终以均匀的规则间隔发生。我们表明,它是决定是否一个给定的游戏呈现经常性的确定性,如果是这样的话,在W-经常获胜的条件下,合成协调策略的问题是可解的。
2014-04-03 cs.GT cs.LO
Model Checking an Epistemic mu-calculus with Synchronous and Perfect Recall Semantics
我们确定了一个子问题的模型检查问题的认知μ演算是可判定的。在这个子问题的实例中,公式允许在认知模态的范围内以限制的形式存在自由变量,以避免体现任何形式的共同知识。我们的子问题包含已知的可判定片段的认知CTL/LTL,可以表示获胜策略,在两个玩家的游戏中,一个玩家有不完美的信息和不可观察的目标,并与一个合适的编码,可判定的实例的模型检查问题的ATLiR。
2013-10-23 cs.GT cs.LO