정량적 뮤 계산을 위한 모델 검증 게임

이 논문은 정량적 논리와 정량적 게임 이론 사이의 깊은 연관성을 탐구한다. 먼저, 정량적 전이 시스템(QTS)을 정의한다. QTS는 유향 그래프 (V, E)와 각 간선에 할당된 양의 실수 할인 함수 δ:E→ℝ⁺\{0} 로 구성되며, 각 정점 v∈V에 원자 명제 P_i(v)∈ℝ⁺∪{∞} 가 부여된다. 전통적인 질적 전이 시스템은 P_i(v)∈{0, ∞} 로 제한되고, 할인 함수가 모두 1인 경우와 동일하게 본 논문에서는 이를 일반화한다. 정량적 µ‑계산(Qµ)은 이러한 QTS 위에서 동작하도록 설계된 논리 체계이다. 식의 구문은 (1) 절대값 형태 |P_i − c|, (2) 변수 X, (3) 논리곱·합(∧, ∨), (4) 박스·다이아몬드(□, ◇), (5) 스칼라 곱(d·ϕ), (6) 최소·최대 고정점(µX.ϕ, νX.ϕ) 로 이루어진다. 의미론은 각 정점 v에 대해 값 함수 J_ϕ(v)∈ℝ⁺∪{∞} 로 정의되며, 구체적인 규칙은 다음과 같다. - |P_i − c|는 정점 v에서 |P_i(v) − c| 로 평가된다. - ∧와 ∨는 각각 최소와 최대 연산으로 해석된다. - ◇는 sup_{v'∈Succ(v)} δ(v,v')·J_ϕ(v') 로, □는 inf_{v'∈Succ(v)} (1/δ(v,v'))·J_ϕ(v') 로 정의한다. 여기서 δ는 할인 계수이며, □의 정의는 ◇와의 이중성을 보장한다. - d·ϕ는 값에 d를 곱한다. - 고정점 연산자는 Knaster‑Tarski 정리를 이용해 최소 고정점 µ와 최대 고정점 ν 를 각각 점근적으로 계산한다. 부정 연산자는 f₁(x)=1/x (0↦∞, ∞↦0) 로 정의된다. 이 연산자는 논리 연산자와 고정점 연산자 사이에 드모르간 법칙, 이중 부정, 그리고 연산자 간의 대칭성을 만족한다. 논문은 f₁이 유일한 부정 연산자임을 정리 3.2에서 증명한다. 다음으로 정량적 패리티 게임을 소개한다. 정량적 패리티 게임은 고전적 패리티 게임에 두 가지 확장을 추가한다. 첫째, 각 이동 (u, v) 에 실수 할인 계수 δ(u,v)∈ℝ⁺가 부여된다. 둘째, 종료 정점에 실수 보상 λ(v)∈ℝ⁺∪{∞} 가 있다. 플레이어 0은 보상을 최대화, 플레이어 1은 최소화한다. 무한 플레이의 경우, 가장 낮은 우선순위가 무한히 자주 등장하면 그 우선순위가 짝수이면 보상을 ∞, 홀수이면 0 으로 정의한다. 정량적 게임의 핵심 특성은 위치적 결정성이 일반적으로 성립하지 않는다는 점이다. 예시 4.2는 간단한 그래프에서도 플레이어 0이 최적 전략을 위해 무한 메모리를 필요로 함을 보여준다. 이는 고전적 패리티 게임에서 위치적 전략만으로 충분했던 상황과 대조된다. 모델 검증 게임 MC