윈도우 카운팅 제약을 활용한 반응형 시스템 합성 최적화

초록

윈도우 카운팅 제약을 도입해 합성 과정에서 자동으로 게임 그래프를 단계적으로 축소한다. 제약 파라미터(k, l)의 단조성에 기반한 반복적 접근법으로, 각 반복에서 승리 영역을 분석해 다음 단계의 상태공간을 감소시킨다. 제로섬 안전·도달·부치·패리티 게임에 적용 가능하며, 현재 한계와 비제로섬 확장의 가능성을 논의한다.

상세 분석

본 논문은 반응형 시스템 합성에서 가장 큰 병목 중 하나인 사양을 자동화된 워드 오토마톤으로 변환할 때 발생하는 상태공간 폭발(state space explosion)을 완화하기 위한 새로운 방법론을 제시한다. 핵심 아이디어는 “윈도우 카운팅 제약(window counting constraints, WCC)”이라는 형태의 제한을 사양에 삽입하고, 이 제약이 갖는 단조성(monotonicity) 특성을 이용해 합성 과정을 점진적으로 정제(incremental)하는 것이다. WCC는 “시스템이 자신의 행동 중 l번 중 최소 k번 act를 수행한다” 혹은 “최대 k번 수행한다”와 같이, 행동 빈도를 슬라이딩 윈도우 안에서 카운팅하는 형태로 정의된다. 파라미터 k와 l을 조정하면 제약의 강도가 변하고, 이에 따라 해당 제약을 만족하는 플레이어의 전략 존재 여부도 단조적으로 변한다는 점을 논문은 증명한다.

이 단조성을 활용해, 초기에는 매우 완화된(또는 강력히 제한된) 제약 집합을 사용해 작은 그래프를 만든다. 이 그래프에서 승리 영역(Winning Region)을 계산하고, 승리/패배 결과를 바탕으로 다음 반복에서 파라미터를 조정한다. 예를 들어, 현재 그래프에서 시스템이 승리하지 못한다면, k를 늘리거나 l을 줄여 제약을 완화함으로써 더 넓은 행동 공간을 허용한다. 반대로 승리한다면, 제약을 강화해도 여전히 승리 가능한지 검증하면서 그래프를 축소한다. 이러한 과정을 “over‑approximation”과 “under‑approximation”을 교차 적용하는 형태로 구현한다.

알고리즘은 전통적인 합성 파이프라인—LTL → 비결정적 부치 자동화 → 결정화 → 게임 그래프 구축 → 전략 계산—의 결정화 단계를 회피한다. 대신, 이미 존재하는 결정적 그래프(예: 로봇 공장 플로어 모델) 위에 WCC를 부착하고, 파라미터 조정에 따라 그래프를 동적으로 재구성한다. 이때 그래프 크기의 증가는 파라미터의 유니어리 표현에 따라 지수적으로 증가하지만, 이전 반복에서 얻은 승리 영역 정보를 이용해 불필요한 상태와 전이를 사전에 제거(pruning)함으로써 실제 메모리와 시간 요구량을 크게 낮춘다.

논문은 이 방법을 제로섬 게임(시스템 vs. 환경)에서 안전, 도달, 부치, 코부치, 패리티 등 다양한 게임 유형에 적용 가능하도록 확장하였다. 특히, 기존 연구