Layered and Staged Monte Carlo Tree Search for SMT Strategy Synthesis
University of Waterloo(滑铁卢大学);University of Göttingen(哥廷根大学);CIDAS;Georgia Institute of Technology(佐治亚理工学院);Loughborough University(拉夫堡大学)
本文提出基于分层分阶段蒙特卡洛树搜索的SMT策略自动合成方法Z3alpha,以低成本高效探索策略空间,在多个基准上超越FastSMT、默认Z3和CVC5。
2024-04-30 cs.AI cs.LO cs.SE
Synthesizing Dominant Strategies for Liveness (Full Version)
反应合成自动地导出满足给定规格的策略。然而,在许多情况下,要求一个策略在每种情况下都满足规范是太难的要求。特别是在分布式系统的合成中,进程的个别获胜策略往往不存在。无悔意的优势,一个比胜利更弱的概念,解释了这种情况:优势策略只需要和任何替代策略一样好,即,如果在相同情况下没有其他策略能够满足规范,则允许它们违反规范。然而,优势策略的组合仅保证对于安全属性是优势的;防止在活性规范的组合合成中使用优势。然而,安全属性往往表现不够。因此,在本文中,我们引入了一个新的获胜条件的战略,称为延迟优势,克服了这一弱点的adversefree ~优势:我们表明,它是合成的许多安全和活性规格,使合成算法的基础上延迟优势一般规格。此外,我们介绍了一个自动机结构识别延迟主导的策略,并证明了它的可靠性和完整性。由此产生的自动机是单指数大小的平方长度的规格,并可以立即用于safraless合成程序。因此,延迟主导策略的合成,作为获胜策略的合成,在2 EXPTIME中。
2023-02-14 cs.LO
Symbolic LTLf Synthesis
East China Normal University(华东师范大学);Rice University(莱斯大学)
LTLf合成是找到满足有限迹上的线性时间规范的策略的过程。这个问题的现有解决方案依赖于减少到DFA游戏。在本文中,我们提出了一个符号框架LTLf合成基于这种技术,通过执行计算的DFA的表示作为一个布尔公式,而不是作为一个明确的图形。这种方法能够通过利用布尔合成的机制来生成策略。我们实现了这种符号合成方法的工具,称为Syft,并通过实验证明,可扩展的基准测试,符号的方法比显式的规模更好。
2017-09-21 cs.AI cs.LO
Deciding the synthesis problem for hybrid games through bisimulation
本文通过交替互模拟将初始化奇异混合博弈归约为时间博弈,并利用策略翻译引理,借助时间博弈工具为混合博弈合成获胜策略。
2024-09-30 cs.FL cs.LO
Symblicit algorithms for optimal strategy synthesis in monotonic Markov decision processes
Université de Mons(蒙斯大学);Université Libre de Bruxelles(布鲁塞尔自由大学)
本文提出基于伪反链的符号算法,用于解决单调马尔可夫决策过程中的最优策略综合问题,适用于期望均值收益和随机最短路径两种量化设置,并在自动规划和LTL综合中展现出良好的性能。
2014-07-21 cs.DS cs.LO cs.SY
Finite-Memory Strategy Synthesis for Robust Multidimensional Mean-Payoff Objectives
图上的二人博弈为反应系统的研究提供了数学基础。在定量框架中,一个目标为每一步棋分配一个值,参与人1的目标是最小化目标的值。在这个框架中,有两个相关的综合问题需要考虑:定量分析问题是计算参与人1可以保证的最小(或下确界)值,布尔分析问题是询问参与人1是否可以保证目标的值至多为$ν$(对于给定的阈值$ν$)。在多维加权图上玩平均支付表达式游戏。原子平均支付表达式目标是某一维的平均支付值(长期平均权重),平均支付表达式类是原子平均支付表达式在$\MAX,\MIN$、数值补和$\SUM$代数运算下的闭包.在这项工作中,我们研究了第一次的策略合成问题的游戏具有强大的定量目标,即游戏的平均回报表达的目标。虽然在一般情况下,这些游戏的最佳策略需要无限的记忆,在合成中,我们通常感兴趣的有限状态系统的建设。因此,我们考虑的游戏中,玩家1是有限的记忆策略,我们的主要贡献如下。我们证明了对于平均支付表达式,定量分析问题是可计算的,布尔分析问题与Hilbert的第十个有理数问题--一个在计算机科学和数学中长期存在的基本开放问题--是相互可约的。
2014-04-29 cs.GT cs.LO
Programmatic Strategy Synthesis: Resolving Nondeterminism in Probabilistic Programs
本文提出一种基于演绎验证的程序化策略综合方法,用于解决概率程序中的纯非确定性,通过最弱前置条件框架生成无记忆确定性策略,并扩展到循环程序,确保满足定量规范。
2023-11-14 cs.LO cs.PL
Semantic Labelling and Learning for Parity Game Solving in LTL Synthesis
我们提出了“语义标签”作为一种新的成分解决游戏的背景下,LTL合成。它利用了基于自动机的方法的最新进展,为生成的奇偶博弈的每个状态产生比博弈图可以捕获的更多的信息。我们利用这些额外的信息来改进标准方法,如下所示。(i)与随机初始策略的策略改进(SI)相比,一个更有信息的初始化往往会直接产生一个获胜的策略,而不需要任何计算。(ii)这种初始化使得SI也产生更小的解。(iii)虽然Q学习的游戏图证明不是太有效,Q学习的语义信息成为竞争的SI。由于最简单的语义学已经取得了显着的改善,实验结果表明语义标签的效用。这些额外的信息为更先进的学习方法打开了大门,无论是初始化还是策略的改进。
2019-07-22 cs.LO cs.SY eess.SY
Synthesis of Universal Safety Controllers
本文提出一种仅从逻辑规范转换的博弈中构建通用安全控制器的新方法,通过prophecies预测受控对象行为以确保动作安全,提升了可扩展性、适应性和可解释性。
2025-01-30 cs.LO
Reactive Synthesis Without Regret
无限持续时间的两个玩家零和游戏及其定量版本用于验证控制器(夏娃)和它的环境(亚当)之间的相互作用模型。通常要解决的问题是,夏娃是否有一个策略(和可计算性),可以最大化她对亚当的任何策略的回报。在这项工作中,我们感兴趣的策略,夏娃,最小化她的遗憾,即策略,最小化之间的差异,她的实际收益和她可能已经实现,如果她事先知道亚当的策略。我们给出算法来计算夏娃的策略,以确保最小的遗憾对对手的选择的战略是(一)不受限制,(二)限于位置的战略,或(三)限于字的战略。我们还建立了后者的版本和其他问题之间的关系,在文献中研究。
2021-10-28 cs.FL cs.GT cs.LO
Research Vision: Multi-Agent Path Planning for Cops And Robbers Via Reactive Synthesis
Columbia University(哥伦比亚大学);IMDEA Software Institute(IMDEA软件研究所);Barnard College(巴纳德学院)
本文利用 LTLt 与协调综合研究泛化“警察与强盗”游戏的多智能体路径规划,形式化问题空间并给出可执行策略构造思路。
2025-03-14 cs.AI cs.LO
SAT-Based Methods for Circuit Synthesis
反应式合成通过从声明性规范自动构造正确的硬件来支持设计人员。综合算法通常计算一个策略,然后构造一个实现它的电路。在这项工作中,我们研究了第二步,即基于SAT和QBF的方法,从策略中计算电路。这包括基于QBF认证、插值和计算学习的方法。我们提出了优化,高效的实现,并从安全规范,我们优于BDD的执行时间和电路大小的合成实验结果。这是[2]的扩展版本,带有附加附录。
2014-08-25 cs.LO
Simplicity Lies in the Eye of the Beholder: A Strategic Perspective on Controllers in Reactive Synthesis
F.R.S.-FNRS(比利时科学研究基金会);UMONS – Université de Mons(蒙斯大学)
该特邀论文从博弈论控制器综合背景出发,聚焦多种综合场景下的策略复杂度,讨论内存与随机性相关的最新成果,并探索传统策略复杂度概念之外的内容。
2025-09-04 cs.AI cs.FL cs.LO
Synthesising Full-Information Protocols
本文提出一种具有显式通信动作的不完美信息博弈模型,通过从不完美信息到完美信息博弈的通用归约模式及全信息协议构造,解决了正则获胜条件下的策略合成问题,并证明被动观察者数量在表达能力和复杂性上引发严格层级。
2024-02-13 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
Correct-by-synthesis reinforcement learning with temporal logic constraints
University of Pennsylvania(宾夕法尼亚大学);University of Bremen(不来梅大学);DFKI GmbH(德国人工智能研究中心)
本文提出一种通过时序逻辑约束的正确性合成强化学习方法,结合最大许可策略和maximin-Q学习算法,实现系统满足规格的同时优化未知性能指标。
2015-03-05 cs.GT cs.LG cs.LO
Opportunistic Synthesis in Reactive Games under Information Asymmetry
反应式合成是一类在动态和不可控环境下,相对于时序逻辑规范来构造可证明正确的控制系统(称为机器人)的方法。这是通过将机器人与其环境之间的交互建模为两人零和游戏来实现的。然而,现有的反应合成方法假设双方都有完整的信息,这是不是在许多战略互动的情况下。在本文中,我们使用一个变种的超博弈模型的机器人和它的环境之间的相互作用,其中有不完整的信息,机器人的规格。该模型允许我们识别游戏状态的子集,机器人可以利用不对称信息来实现更好的结果,如果两个玩家都有对称和完整的信息,这是不可能的。然后,我们介绍了一种新的方法,机会合成定义一个马尔可夫决策过程(MDP)下的超博弈时序逻辑规范。当环境中发挥一些随机策略,在其认为肯定赢,肯定输的游戏区域,我们表明,通过以下的机会主义策略,机器人是确保只有改善游戏的结果-测量子规格的满意度-每当有机会成为可用。我们证明了这种方法的正确性和最优性使用机器人运动规划的例子中存在的对手。
2019-06-13 cs.FL cs.LO
Security-Aware Synthesis Using Delayed-Action Games
Duke University(杜克大学)
本文提出了一种基于延迟动作游戏(DAG)的策略合成和分析框架,用于解决多智能体反应系统中隐藏信息游戏的建模问题,并展示了该框架在无人 aerial 车系统面临隐蔽攻击时的应用。
2019-05-30 cs.FL cs.GT cs.LO
Strategy Synthesis for Zero-Sum Neuro-Symbolic Concurrent Stochastic Games
University of Oxford(牛津大学);University of Glasgow(格拉斯哥大学)
针对神经符号系统正确性验证需求,提出神经符号并发随机博弈模型,证明零和折扣奖励下价值函数性质,首次给出两类实用迭代算法求解该连续状态博弈子类的价值与策略合成问题。
2024-07-11 cs.AI cs.GT cs.LO
Secure-by-synthesis network with active deception and temporal logic specifications
本文研究了具有主动网络欺骗的网络系统中的策略综合问题。网络中的主动欺骗采用诱饵系统和其他防御措施来进行防御规划,以防止已被传感系统确认的恶意攻击者的入侵。在这种情况下,防御者的目标是确保满足时序逻辑公式中指定的安全属性。我们制定的问题,欺骗性的规划与诱饵系统和其他防御作为一个两个玩家的游戏与非对称信息和布尔支付的时间逻辑。我们使用2级超博弈的时间逻辑目标,以捕捉不完整/不正确的知识的攻击者对网络系统作为一个回报的误解。真正的支付函数是防御者的私人信息。然后,我们扩展了$omega$ -正则博弈的解的概念,分析了攻击者在不完全信息下的理性策略。通过将2级超对策的解从范式推广到扩展形式,我们扩展了具有安全时序逻辑目标的对策的解,以决定防御者是否能够确保安全属性满足概率1,给定任何可能的策略,被攻击者认为是理性的.此外,我们使用的解决方案的游戏与co-safe(可达性)的时间逻辑目标,以确定是否防御者可以从事攻击者,通过引导攻击者的高保真蜜罐。所提出的综合方法的有效性说明与合成网络系统的蜜罐。
2020-02-17 cs.FL cs.GT cs.LO