論文の概要: Learning Provably Correct Distributed Protocols Without Human Knowledge

• arxiv url: http://arxiv.org/abs/2601.22369v1
• Date: Thu, 29 Jan 2026 22:24:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 18:28:15.098168
• Title: Learning Provably Correct Distributed Protocols Without Human Knowledge
• Title（参考訳）: 人間の知識を使わずに、おそらく正しい分散プロトコルを学習する
• Authors: Yujie Hui, Xiaoyi Lu, Andrew Perrault, Yang Wang,
• Abstract要約: 不完全な情報を持つゲームにおける戦略に対する探索問題としてプロトコル設計を定式化する。 マルチエージェントゲームの標準的な方法は、この設定で正しいプロトコルを学ばない。 本稿では,モンテカルロ木探索の特殊版をトランスフォーマーベースのアクションエンコーダと統合した学習フレームワークGGMSを提案する。
• 参考スコア（独自算出の注目度）: 12.414511696558291
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Provably correct distributed protocols, which are a critical component of modern distributed systems, are highly challenging to design and have often required decades of human effort. These protocols allow multiple agents to coordinate to come to a common agreement in an environment with uncertainty and failures. We formulate protocol design as a search problem over strategies in a game with imperfect information, and the desired correctness conditions are specified in Satisfiability Modulo Theories (SMT). However, standard methods for solving multi-agent games fail to learn correct protocols in this setting, even when the number of agents is small. We propose a learning framework, GGMS, which integrates a specialized variant of Monte Carlo Tree Search with a transformer-based action encoder, a global depth-first search to break out of local minima, and repeated feedback from a model checker. Protocols output by GGMS are verified correct via exhaustive model checking for all executions within the bounded setting. We further prove that, under mild assumptions, the search process is complete: if a correct protocol exists, GGMS will eventually find it. In experiments, we show that GGMS can learn correct protocols for larger settings than existing methods.
• Abstract（参考訳）: 現代の分散システムの重要なコンポーネントである、おそらく正しい分散プロトコルは、設計が非常に困難であり、数十年の人的努力を必要とすることが多い。 これらのプロトコルにより、複数のエージェントが不確実性と障害のある環境で共通の合意に達することができる。 本研究では,不完全な情報を持つゲームにおける戦略に対する探索問題としてプロトコル設計を定式化し,Satisfiability Modulo Theories (SMT) において所望の正当性条件を規定する。 しかし,マルチエージェントゲームではエージェント数が少ない場合でも,この設定では正しいプロトコルを学習できない。 本稿では,モンテカルロ木探索の特殊版をトランスフォーマーベースのアクションエンコーダと統合した学習フレームワークGGMSを提案する。 GGMSが出力するプロトコルは、境界設定内のすべての実行の徹底的なモデルチェックによって検証される。 さらに、軽微な仮定の下では、探索プロセスが完了していることを証明している:もし正しいプロトコルが存在するなら、GGMSは最終的にそれを見つける。 実験では、GGMSは既存の手法よりも広い設定で正しいプロトコルを学習できることを示す。

関連論文リスト

• LLM-Assisted Model-Based Fuzzing of Protocol Implementations [9.512044399020514]
  プロトコル動作の障害は脆弱性やシステム障害につながる可能性がある。 プロトコルテストに対する一般的なアプローチは、プロトコルの状態遷移と期待される振る舞いをキャプチャするマルコフモデルを構築することである。 本稿では,大規模言語モデル(LLM)を利用して,ネットワークプロトコルの実装をテストするためのシーケンスを自動的に生成する手法を提案する。
  論文  参考訳（メタデータ） (2025-08-03T13:16:18Z)
• Validating Network Protocol Parsers with Traceable RFC Document Interpretation [11.081773172066766]
  オラクルとトレーサビリティの問題は、プロトコルの実装がいつバグがあると考えられるかを決定する。 この研究はどちらも考慮し、大規模言語モデル(LLM)の最近の進歩を利用した効果的なソリューションを提供する。 我々は、C、Python、Goで書かれた9つのネットワークプロトコルとその実装を使用して、我々のアプローチを広く評価してきた。
  論文  参考訳（メタデータ） (2025-04-25T03:39:19Z)
• Subversion Strategy Eval: Can language models statelessly strategize to subvert control protocols? [50.62012690460685]
  本稿では、制御プロトコルを変換する独自の戦略で、AIシステムがいかにうまく生成し、動作できるかを検討する。 AIシステムは、各コンテキストにおける最適なプランを確実に生成し、適切に調整された確率で行動し、通信せずに他のインスタンスと計画を調整する必要がある。
  論文  参考訳（メタデータ） (2024-12-17T02:33:45Z)
• Games for AI Control: Models of Safety Evaluations of AI Deployment Protocols [52.40622903199512]
  本稿では,多目的かつ部分的に観察可能なゲームとして,AI-Control Gamesを紹介した。 我々は、信頼できない言語モデルをプログラミングアシスタントとしてデプロイするためのプロトコルをモデル化、評価、合成するために、フォーマリズムを適用した。
  論文  参考訳（メタデータ） (2024-09-12T12:30:07Z)
• Pessimism of the Will, Optimism of the Intellect: Fair Protocols with Malicious but Rational Agents [0.6990493129893112]
  フェアネスプロトコルの研究のためのゲームベースのフレームワークを提案する。 強いセキュア均衡の概念に基づいており、ゲーム理論の概念的およびアルゴリズム的ツールボックスを利用する。
  論文  参考訳（メタデータ） (2024-05-29T10:15:36Z)
• DT-SIM: Property-Based Testing for MPC Security [2.0308771704846245]
  プロパティベースのテストはセキュアプロトコルのセキュリティバグの検出に有効である。 セキュアマルチパーティ計算(MPC)を特に対象とする。 MPCプロトコルのビットレベル実装において,様々な欠陥を検出するテストを作成する。
  論文  参考訳（メタデータ） (2024-03-08T02:02:24Z)
• Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
  半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析 本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。 我々の手法は、最先端の手法をクリアマージンで上回る。
  論文  参考訳（メタデータ） (2023-07-16T16:32:14Z)
• Reinforcement learning-enhanced protocols for coherent population-transfer in three-level quantum systems [50.591267188664666]
  我々は、人口移動のための最適なプロトコルを特定するために、強化学習に基づくアプローチとより伝統的な最適化手法を組み合わせて展開する。 提案手法は,効率的なプロトコルの存在を明らかにするための制御プロトコルの空間を探索することができる。 私たちが特定する新しいプロトコルは、エネルギー損失と軽視の両方に対して堅牢です。
  論文  参考訳（メタデータ） (2021-09-02T14:17:30Z)
• Entanglement purification by counting and locating errors with entangling measurements [62.997667081978825]
  量子状態の複数コピーに対するエンタングルメント浄化プロトコルについて検討する。 ノイズアンサンブルにおける誤差の数と位置を高次元補助的絡み合いシステムを用いて学習する。
  論文  参考訳（メタデータ） (2020-11-13T19:02:33Z)
• End-to-End Object Detection with Transformers [88.06357745922716]
  本稿では,オブジェクト検出を直接セット予測問題とみなす新しい手法を提案する。 我々のアプローチは検出パイプラインを合理化し、手作業で設計された多くのコンポーネントの必要性を効果的に除去する。 この新しいフレームワークの主な構成要素は、Detection TRansformerまたはDETRと呼ばれ、セットベースのグローバルな損失である。
  論文  参考訳（メタデータ） (2020-05-26T17:06:38Z)

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。