최근의 모든 SAT 솔버가 회로 SAT 대신 CNF에서 작동하는 이유는 무엇입니까?

2006 년 언젠가 그래프를 처리하고 변환하기 위해 AIGER 라이브러리가 출시 된 후 (제 생각에) 일부 회로 SAT 솔버가 2006-2008 년에 릴리스되었으며, 일부 SAT 레이스 / 경쟁에는 AIG 트랙이있었습니다. 그러나 그 이후로 SMT 또는 clausal SAT 솔버 개선에 전적으로 초점을 둔 것으로 보입니다.

직관적으로 회로 SAT에 집중하는 것은 많은 의미가있는 것 같습니다. 대부분의 문제는 CNF보다 회로 SAT로 더 자연스럽게 표현됩니다. 회로는 CNF에서 리버스 엔지니어링 할 수없는 구조 정보를 제공하지만 회로는 항상 CNF로 변환 될 수 있습니다. 적어도 산업적으로 중요한 논리 합성 분야는 AIG에 특히 적합한 것으로 보인다.

그래서 무슨 일이야? 추가 구조 정보가 해결에 도움이되지 않는 것으로 나타 났습니까? AIG 기반 SAT가 실패한 실험을 해결 했습니까?

귀하의 질문에 다른 각도가 많이 있습니다. 일반적으로 SAT 공식에서 "구조 정보"를 보는 것은 훌륭한 연구 영역이어야한다는 전제에 동의했습니다.

• CNF로 ​​인코딩 된 SAT는 수십 년 동안 표준이었습니다. DIMACS 형식 / 경쟁으로 1990 년대 초 중반에 강화되었다.

• 기술적으로 "구조 정보"란 무엇입니까? 그 개념을 공식적으로 정립하고 근거리에 가까운 원을 피하는 것은 어려울 수 있습니다. SAT CNF 인코딩과 네트워크 구조를 유지하는 다른 인코딩 간에는 실제로 차이가 없습니다. 이것은 매우 많은 SAT 솔버가 사용하는 경향이있는 "절 / 가변 그래프"개념으로 구현됩니다. 다시 말해, 어떤 의미에서는 모든 중요한 SAT 솔버는 "구조 정보"를 사용 합니다.

• 그렇습니다. 새로운 연구 방향은 ASP 와 SMT 해결 에 중점을 두 었으며 , 이는 실제로 여러분이 문의하는 "구조 정보"를 거의 구현합니다.

• Tseytin 변환 은 표준 SAT 솔버에 입력하기 위해 회로를 P 시간 / 공간에서 SAT로 쉽게 변환합니다. EE 회로 컨텍스트와 같은 많은 컨텍스트에서 널리 사용됩니다.

• 일반적으로 언급 한 선을 따라 다소 고립 된 연구가 있지만 불행히도 (전제와 함께) 연구 추세로는 많이 발전하지 않는 것처럼 보입니다. 그 가능성은 부족하지만 더 많은 인적 요소 때문이라고 생각하지 마십시오. 가장 좋아하는 두 논문 [1] [2], 다른 하나는 특별한 연구가 필요한 "산업 실체"또는 "전기 공학"실례와 같은 영역에서 특정 실례를 보는 것입니다.

• CS 순수 주의자들은 때때로 모든 수학적 추상화에서 심리학 / 사회학 고려 사항을 피하고 싶어하지만, 여전히 컴퓨터 과학 에 여전히 영향을 미친다 . 당신은 인간의 심리적 요인에 기초한 연구 동향에 대해 묻습니다. 여기에는 "낮은 매달린 과일"이라는 가로등 효과 가있을 수 있습니다 . 아마도 수십 년 전의 SAT 알고리즘 연구는 아직 초기 단계에 있다고 생각할 수도 있습니다 .P 대 NP와 같은 큰 문제는 눈에 띄지 않으며 기존 연구는 여전히 "표면을 긁는 것"입니다 .

[1] 만족도 문제 분해 또는 만족도 문제에 대한 더 나은 통찰력을 얻기 위해 그래프 사용 , Herwig 2006 (83pp)

[2] 구속 칼날 Walsh 1998