Warum arbeiten alle neueren SAT-Solver mit CNF anstelle von Circuit SAT?

Nach der Veröffentlichung der AIGER-Bibliothek, um irgendwann im Jahr 2006 Graphen zu verarbeiten und umzuwandeln (glaube ich), wurden 2006-2008 einige Schaltkreis-SAT-Solver veröffentlicht, und in einigen SAT-Rennen / Wettbewerben gab es AIG-Strecken. Es scheint jedoch, dass der Fokus seitdem ausschließlich auf SMT oder der Verbesserung von klausalen SAT-Lösern liegt.

Intuitiv erscheint mir die Konzentration auf den SAT-Stromkreis sehr sinnvoll: Viele, wenn nicht die meisten Probleme werden natürlicher als der SAT-Stromkreis als CNF ausgedrückt; Schaltkreise liefern strukturelle Informationen, die nicht aus CNF rückentwickelt werden können, Schaltkreise können jedoch immer in CNF umgewandelt werden. und zumindest das industriell bedeutende Gebiet der Logiksynthese scheint für AIGs besonders gut geeignet zu sein.

Also was ist passiert? Hat sich herausgestellt, dass die zusätzlichen Strukturinformationen den Lösern nicht helfen? Löste AIG-basiertes SAT ein fehlgeschlagenes Experiment?

Es gibt viele verschiedene Blickwinkel auf Ihre Frage. Sie waren sich im Allgemeinen einig, dass die Betrachtung von "strukturellen Informationen" in einer SAT-Formulierung ein hervorragendes Forschungsgebiet sein sollte.

• In CNF codiertes SAT ist seit Jahrzehnten ein Standard. es wurde Anfang bis Mitte der 1990er Jahre mit dem DIMACS- Format / Wettbewerben gefestigt .

• Was ist "Strukturinformation" technisch? Es kann schwierig sein, dieses Konzept formal festzulegen und nahezu tautologische Kreise zu vermeiden. Es gibt keinen wirklichen Unterschied zwischen einer SAT-CNF-Codierung und anderen Codierungen, die eine Netzwerkstruktur beibehalten. Dies ist in den Konzepten "Klausel / Variablengraph" enthalten, die sehr viele SAT-Löser verwenden. Mit anderen Worten, in gewissem Sinne verwendet jeder bedeutende SAT-Löser "strukturelle Informationen" .

• Ja, neuere Forschungsrichtungen haben sich auf ASP- und SMT- Lösungen konzentriert , die praktisch die "strukturellen Informationen" verkörpern, nach denen Sie fragen.

• Die Tseytin-Transformation wandelt auf einfache Weise eine Schaltung in P-Zeit / Raum in SAT um, um sie in einen Standard-SAT-Löser einzugeben. es wird vermutlich in vielen Kontexten, insbesondere in EE-Schaltkreiskontexten, weit verbreitet verwendet.

• Es gibt einige eher isolierte Forschungsergebnisse in der Regel in der von Ihnen genannten Richtung, aber leider (wieder zusammen mit Ihrer Prämisse) schien es sich nie wesentlich zu einem Forschungstrend zu entwickeln. Ich glaube nicht, dass dies auf den Mangel an Potenzial, aber mehr menschlichen Faktoren zurückzuführen ist. zwei Lieblingsartikel [1] [2], ein anderer befasst sich mit bestimmten Beispielen aus Bereichen wie "Industrieinstanzen" oder "Elektrotechnik", für die es spezielle Forschungsarbeiten gibt.

• CS - Puristen neigen manchmal zu wollen , Psychologie / Soziologie Überlegungen in allen mathematischen Abstraktionen zu vermeiden, aber einigermaßen sein immer noch ein Faktor in der Computerwissenschaft . Sie fragen nach Forschungstrends, die auf menschlichen psychologischen Faktoren beruhen. Es ist möglich, dass hier ein Streetlight-Effekt stattfindet , auch bekannt als "niedrig hängendes Obst". man könnte sagen / denken, dass die algorithmische SAT-Forschung schon seit einigen Jahrzehnten in den Kinderschuhen steckt, so dass große Fragen wie P gegen NP nirgendwo in Sicht zu sein scheinen, und möglicherweise vorhandene Forschung, während sie immer noch umfangreich ist, nur "die Oberfläche zerkratzt" .

[1] Zerlegen von Erfüllbarkeitsproblemen oder Verwenden von Diagrammen, um einen besseren Einblick in Erfüllbarkeitsprobleme zu erhalten , Herwig 2006 (83 Seiten).

[2] The Constrainedness Knife Walsh 1998