확률적 교대 시뮬레이션과 그 논리 보존 특성

본 논문은 확률적 게임 구조(PGS)를 기반으로 새로운 시뮬레이션 관계를 정의하고, 이 관계가 확률적 교대시간 논리(PATL)의 특정 부분을 보존한다는 점을 증명한다. **1. 서론**에서는 시뮬레이션 관계가 동시 시스템의 행동 비교와 추상화에 핵심적 역할을 함을 강조하고, 기존의 확률적 자동자와 교대 시뮬레이션 연구를 요약한다. 특히, Segala와 Lynch가 제시한 확률적 시뮬레이션·전방 시뮬레이션, Alur·et·al.의 ATL·교대 시뮬레이션을 언급하며, 이들을 통합·확장할 필요성을 제시한다. **2. 사전 지식**에서는 집합 S 위의 이산 확률분포 Δ∈D(S)와 연산(합, 가중 평균 등)을 정의하고, 점분포와 지원(supp) 개념을 소개한다. 이는 이후 시뮬레이션 정의에서 확률분포 간 관계를 기술하는 기초가 된다. **3. 확률적 게임 구조**에서는 플레이어 집합 Σ={1,…,k}와 PGS G=(S,s₀,L,Act,δ)를 정의한다. 여기서 Act=Act₁×…×Act_k는 동시 행동 공간이며, δ:S×Act→D(S) 는 선택된 행동 벡터에 따라 다음 상태를 확률분포로 반환한다. 턴 기반·비턴 기반 모두를 포괄하도록 전이 함수가 전체 Act에 대해 정의되며, 비활성화된 플레이어는 모든 행동이 동일한 전이를 갖도록 모델링한다. 전략은 π_i:S⁺→D(Act_i) 형태이며, 전략 벡터 π∈Π(G) 로 모든 플레이어의 행동을 동시에 기술한다. 주어진 초기 분포 Δ와 전략 벡터 π에 대해 확률적 실행 E(G,π,Δ) 를 정의하고, 실행 집합에 대한 확률 측정 Pr_G(π,Δ) 를 재귀적으로 구성한다. 이는 Segala와 Lynch가 제시한 “cones” 개념을 확장한 것으로, 실행 경로에 대한 확률을 정량화한다. **4. 확률적 교대시간 논리(PATL)**에서는 상태 공식 p, ¬φ, φ₁∧φ₂ 와 경로 공식 ⟨⟨A⟩⟩⪯α ψ 를 정의한다. 여기서 A⊆Σ는 협력 플레이어 집합, ⪯∈{<,≤,>,≥}, α∈