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
• Authors: Daniel Hausmann, Shufang Zhu, Gianmarco Parretti, Christoph Weinhuber, Giuseppe De Giacomo, Nir Piterman,
• 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

• 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)
• 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)
• 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)

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。