論文の概要: Emerson-Lei and Manna-Pnueli Games for LTLf+ and PPLTL+ Synthesis

• arxiv url: http://arxiv.org/abs/2508.14725v1
• Date: Wed, 20 Aug 2025 14:07:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.475362
• Title: Emerson-Lei and Manna-Pnueli Games for LTLf+ and PPLTL+ Synthesis
• Title（参考訳）: LTLf+およびPLTL+合成のためのエマーソン・ライとマンナ・プニエリのゲーム
• Abstract要約: DFA技術を利用したグラフ上でのゲームに基づくリアクティブf/PPLTL論理の実際の解法について述べる。 マナ・プヌエリゲームを導入し、マナ・プヌエリの目的をアリーナに埋め込む。 結果は、マンナ・プヌエリのゲームは、一般にはそうではないが、しばしば大きな利点をもたらすことを示した。
• 参考スコア（独自算出の注目度）: 19.420495369240616
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, the Manna-Pnueli Hierarchy has been used to define the temporal logics LTLfp and PPLTLp, which allow to use finite-trace LTLf/PPLTL techniques in infinite-trace settings while achieving the expressiveness of full LTL. In this paper, we present the first actual solvers for reactive synthesis in these logics. These are based on games on graphs that leverage DFA-based techniques from LTLf/PPLTL to construct the game arena. We start with a symbolic solver based on Emerson-Lei games, which reduces lower-class properties (guarantee, safety) to higher ones (recurrence, persistence) before solving the game. We then introduce Manna-Pnueli games, which natively embed Manna-Pnueli objectives into the arena. These games are solved by composing solutions to a DAG of simpler Emerson-Lei games, resulting in a provably more efficient approach. We implemented the solvers and practically evaluated their performance on a range of representative formulas. The results show that Manna-Pnueli games often offer significant advantages, though not universally, indicating that combining both approaches could further enhance practical performance.
• Abstract（参考訳）: 近年,マンナ・プヌエリ・ヒエラルキー (Manna-Pnueli Hierarchy) を用いて時間論理 LTLfp と PPLTLp が定義され,有限トレース LTLf/PPLTL 技術を無限トレース設定で使用し,完全な LTL の表現性を達成している。 本稿では,これらの論理における反応合成の解法について述べる。 これらは、LTLf/PPLTLからDFAベースの技術を活用してゲームアリーナを構築するグラフ上のゲームに基づいている。 エマーソン・ライゲームに基づくシンボリック・ソルバから始まり、ゲームが解ける前に、より低いクラスのプロパティ(保証、安全性)をより高いもの(再帰、永続性)に還元する。 次に、マンナ・プヌエリのゲームを紹介し、マンナ・プヌエリの目的をアリーナにネイティブに埋め込む。 これらのゲームは、より単純なエマーソン・ライゲームからなるDAGの解を構成することで解決される。 我々は,解法を実装し,その性能を代表式で実際に評価した。 結果は、マンナ・プヌエリのゲームは、一般にはそうではないが、しばしば大きな利点をもたらすことを示した。

関連論文リスト

• Solver-Guided Reasoning for Mixed-Equilibrium Strategies [38.03807500614725]
  Mixed-Strategy Decision Tree (MDT) は、均衡の静かな最適性をスパース戦略規則に定義する。 我々は,無制限テキサスホールデムに関するこの研究を,Textbf250万以上の混合戦略決定に対して解法託を問うことによってインスタンス化する。
  論文  参考訳（メタデータ） (2026-08-07T03:12:06Z)
• CAST: Game Solvers as Turn-Level Teachers for LLM Agents [78.2379284312811]
  大きな言語モデル(LLM)を訓練して、長距離ゲームで動作させることは、ジェネラリストの意思決定に向けた有望なステップである。 デンサープロセスの信号はこのターンレベルの信用を欠く可能性があるが、既存の情報源は安価で正確な情報を維持することは難しい。 本稿では,ゲームソルバの状態値の変化をデザイナの利点に変換し,ターンレベルの信号としてRLVRに注入するCASTを提案する。
  論文  参考訳（メタデータ） (2026-07-28T05:39:01Z)
• Projected Exploitability Descent for Nash Equilibrium Computation in Multiplayer Imperfect-Information Games [0.0]
  我々はPED(Projected exploitability descend)と呼ばれる新しいアルゴリズムを導入する。 PEDは、一般化された利用可能性関数を最小限に抑える段階的な降下を実行することで機能する。 PEDは全走行を通して一貫したほぼ単調な改善が得られることがわかった。 このことがFP-PEDのハイブリッド化を刺激し、FPを初期燃焼期間からPEDに切り替えて安定な長期精製を行う。
  論文  参考訳（メタデータ） (2026-06-28T03:25:15Z)
• Bilevel Optimization over Saddle Points of Zero-Sum Markov Games [80.76110725150467]
  強化学習(RL)は階層構造を持ち、上位レベル(UL)学習者がモデルパラメータを選択し、下位レベル(LL)決定プロセスが応答する。 既存の2レベルRL法の多くは単一のLLマルコフ決定プロセス (MDP) を前提としており、インセンティブ設計のような応用で生じる競合構造を捉えることができない。 LL問題を正規化されたmin-max 0-sum Markovゲームであり、UL目的がLLゲームによって誘導されるサドルポイント平衡によって最適化される双レベル最適化問題について検討する。
  論文  参考訳（メタデータ） (2026-05-26T07:38:24Z)
• Who is a Better Player: LLM against LLM [53.46608216197315]
  本稿では,大規模言語モデル (LLM) の総合的な性能を評価するための対戦型ベンチマークフレームワークを提案する。 広範にプレイされている5つのゲームをサポートし,20のLDMを駆使したプレーヤーを対象とする,特別な評価プラットフォームであるQi Townを紹介した。
  論文  参考訳（メタデータ） (2025-08-05T06:41:47Z)
• Improving LLM General Preference Alignment via Optimistic Online Mirror Descent [57.622821649679786]
  人間からのフィードバックからの強化学習(RLHF)は、大きな言語モデル(LLM)と人間の嗜好の整合において顕著な効果を示した。 本稿では,Bradley-Terry (BT) モデル仮定を廃止し,汎用ゲームとして定式化された LLM のアライメントについて検討する。 提案手法は双対性ギャップ上の$O(T-1)$バウンドを達成し、以前の$O(T-1/2)$の結果を改善することを示す。
  論文  参考訳（メタデータ） (2025-02-24T05:24:52Z)
• GAMEBoT: Transparent Assessment of LLM Reasoning in Games [54.49589494014147]
  GAMEBoTは、大規模言語モデルの厳格な評価のために設計されたゲームアリーナである。 我々は,8つのゲームにまたがる17の卓越したLSMをベンチマークし,様々な戦略能力とゲーム特性について検討した。 以上の結果から,LDMに詳細なCoTプロンプトが付与されている場合でも,GAMEBoTは大きな課題となることが示唆された。
  論文  参考訳（メタデータ） (2024-12-18T08:32:53Z)
• Iterative Nash Policy Optimization: Aligning LLMs with General Preferences via No-Regret Learning [55.65738319966385]
  我々は、新しいオンラインアルゴリズム、反復的ナッシュポリシー最適化(INPO)を提案する。 従来の方法とは異なり、INPOは個々の応答に対する期待される勝利率を推定する必要性を回避している。 LLaMA-3-8BベースのSFTモデルで、INPOはAlpacaEval 2.0で42.6%、Arena-Hardで37.8%の勝利率を達成した。
  論文  参考訳（メタデータ） (2024-06-30T08:00:34Z)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• Guessing Winning Policies in LTL Synthesis by Semantic Learning [0.0]
  合成問題から派生したパリティゲームにおいて,勝利戦略を推測する学習に基づく手法を提案する。 ゲームの大きさが厳密なアプローチを禁止している場合に、予想される戦略を最善策として適用できるだけでなく、厳密な合成のスケーラビリティをいくつかの方法で向上させることもできる。
  論文  参考訳（メタデータ） (2023-05-24T12:57:53Z)
• Function Approximation for Solving Stackelberg Equilibrium in Large Perfect Information Games [115.77438739169155]
  汎用ゲームにおける状態値関数の一般化であるtextitEnforceable Payoff Frontier (EPF) の学習を提案する。 Stackelbergの設定にFAを適用する最初の方法です。
  論文  参考訳（メタデータ） (2022-12-29T19:05:50Z)
• Discovering Multi-Agent Auto-Curricula in Two-Player Zero-Sum Games [31.97631243571394]
  明示的な人間設計なしに更新ルールの発見を自動化するフレームワークであるLMACを導入する。 意外なことに、人間のデザインがなくても、発見されたMARLアルゴリズムは競争力や性能が向上する。 LMAC は,例えば Kuhn Poker のトレーニングやPSRO の成績など,小型ゲームから大規模ゲームへの一般化が可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-04T22:30:25Z)
• Multi-Player Games with LDL Goals over Finite Traces [5.0082351824883045]
  有限トレース上の線形動的論理 LDLf は並列およびマルチエージェント系を推論するための強力な論理である。 LDLfを用いて,目標/目的を表現したマルチプレイヤーゲームにおける平衡特性のキャラクタリゼーションと検証を行う手法について検討する。
  論文  参考訳（メタデータ） (2020-08-13T02:11:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。