확률 유한 자동기의 최소 도달 확률 근사 알고리즘

초록

본 논문은 확률 유한 자동기(PFA)와 목표 상태 집합 S가 주어졌을 때, 모든 무한 입력 단어에 대해 S에 도달할 최소 확률(Infimum)을 ε 오차 이내로 근사하는 결정 가능한 알고리즘을 제시한다. 이는 Supremum(최대) 확률 근사가 불가능함이 알려진 상황과 대조적이며, 모델 검증 관점에서 도달 가능성 분석에 초점을 맞춘다.

상세 분석

논문은 먼저 PFA를 입력 알파벳에 대한 비결정적 선택이 가능한 마코프 결정 과정(MDP)으로 모델링한다. 여기서 각 입력 단어는 스케줄러(전략)로 해석되며, Infimum 확률은 모든 가능한 스케줄러 중 최악의 경우에 해당한다. 기존 연구에서 Supremum 확률 근사는 “값 1 문제”와 연계된 불완전성으로 인해 결정 불가능함이 증명되었지만, 최소 확률은 MDP의 최소 도달 확률과 동형임을 이용해 결정 가능성을 확보한다.

핵심 기법은 ε‑근사 보장을 위한 유한 단계 N을 선택하고, N‑스텝 내에 목표 집합 S에 도달하는 최소 확률을 선형 계획법(LP)이나 값 반복(Value Iteration)으로 계산하는 것이다. 논문은 확률 전이 행렬의 수렴성 및 마코프 체인의 재생산성(aperiodicity)을 이용해 N을 충분히 크게 잡으면 전체 무한 경로에 대한 Infimum과 차이가 ε 이하가 됨을 수학적으로 증명한다. 복잡도 분석에서는 알고리즘이 자동기의 상태 수와 |Σ|·N에 대해 다항 시간(실제로는 PSPACE‑complete)으로 실행될 수 있음을 보이며, 기존의 불완전성 결과와는 달리 실용적인 근사 계산이 가능함을 강조한다. 또한, 목표 상태 집합을 임의의 논리식으로 확장하는 방법과, 최소 확률이 0인지 여부를 판정하는 특수 경우에 대한 효율적인 결정 절차도 제시한다.

이러한 접근은 모델 검증 분야에서 확률 시스템의 최악 상황 분석에 직접 활용될 수 있으며, 특히 안전성 검증에서 “어떠한 입력에도 시스템이 위험 상태에 도달할 확률이 충분히 낮다”는 보장을 제공한다는 점에서 실용적이다.