Son SAT çözümleyicilerinin tümü neden SAT devresi yerine CNF üzerinde çalışıyor?

2006'da bir zamanlar ve invertör grafiklerini işlemek için AIGER kütüphanesinin yayınlanmasından sonra (sanırım), 2006-2008'de bazı devre SAT çözücüleri piyasaya sürüldü ve birkaç SAT Races / Müsabakalarında AIG parkurları vardı. Ancak o zamandan beri odak noktası tamamen SMT ya da yanıltıcı SAT çözümleyicileri üzerinde.

Sezgisel olarak benim için SAT devresine konsantre olmak çok mantıklı görünüyor: Çoğu problem olmasa bile çoğu sorun CNF'den daha doğal olarak SAT devresi olarak ifade edilir; devreler CNF'den tersine mühendislik yapılamayan yapısal bilgiler sağlar, ancak devreler her zaman CNF'ye dönüştürülebilir; ve en azından endüstriyel olarak önemli mantık sentezi alanının AIG'ler için özellikle iyi bir uyum olduğu görülmektedir.

Peki ne oldu? Ekstra yapısal bilginin çözücülere yardımcı olmadığı ortaya çıktı mı? AIG tabanlı SAT başarısız bir denemeyi çözdü mü?

sorunuzda birçok farklı açı var. Genel olarak, bir SAT formülasyonunda "yapısal bilgilere" bakmanın mükemmel bir araştırma alanı olması gerektiği fikrinizle hemfikirdi.

• CNF kodlu SAT, onlarca yıldır bir standart olmuştur. 1990'ların ortalarından ortalarına DIMACS formatı / yarışmalarıyla sağlamlaştırıldı .

• "yapısal bilgi" teknik olarak nedir? bu kavramı resmi olarak çivilemek ve neredeyse totolojik çevrelerden kaçınmak zor olabilir. SAT CNF kodlaması ile bir ağ yapısını koruyan diğer kodlamalar arasında gerçekten bir fark yoktur. bu, çok sayıda SAT çözümleyicisinin kullanma eğiliminde olduğu "madde / değişken grafik" kavramlarında somutlaşır. başka bir deyişle, bir bakıma, her önemli SAT çözücüsü "yapısal bilgi" kullanır .

• Evet, araştırmadaki yeni yönelimler, neredeyse sorguladığınız "yapısal bilgileri" somutlaştıran ASP ve SMT çözme üzerine odaklanmıştır .

• Tseytin dönüşümü , standart bir SAT çözücüye giriş için bir devreyi kolayca P zamanı / boşluğunda SAT'a dönüştürür . muhtemelen EE devre bağlamında birçok bağlamda yaygın olarak kullanılmaktadır.

• genellikle bahsettiğiniz çizgiler boyunca oldukça izole edilmiş bir araştırma var ama maalesef (yine öncülünüzle birlikte) bir araştırma trendine çok fazla gelişmedi. Bunun potansiyel ama daha fazla insan faktörünün eksikliğinden kaynaklandığını düşünmeyin. iki favori makale [1] [2], bir diğeri ise "endüstriyel örnekler" veya "elektrik mühendisliği" gibi bazı alanlardan belirli örneklere bakmaktır.

• CS püristleri bazen tüm matematiksel soyutlamalarda psikoloji / sosyoloji düşüncelerinden kaçınma eğilimindedir, ancak makul olarak hala bilgisayar biliminde bir faktördür . insan psikolojik faktörlerine dayanan araştırma eğilimlerini soruyorsunuz. mümkün "burada" düşük asılı meyve "olarak devam eden bir sokak lambası etkisi vardır . bir kaç on yıl önce bile SAT algoritmik araştırmasının henüz bebeklik döneminde olduğunu söyleyebilir / düşünebiliriz, öyle ki P vs NP gibi büyük sorular hiçbir yerde görünmüyor ve belki de önemli araştırmalar hala "yüzeyi çiziyor" .

[1] Memnuniyet problemlerini ayrıştırmak veya Memnuniyet problemleri hakkında daha iyi bir fikir edinmek için grafikler kullanmak , Herwig 2006 (83pp)

[2] Kısıtlama bıçağı kenarı Walsh 1998