基于SAT模对称的协同证书学习
量子物理
2023-06-22 v2 人工智能
离散数学
计算机科学中的逻辑
摘要
我们提出了一种基于SAT的新方法，用于生成所有满足给定co-NP性质的同构意义下图。我们的方法将SAT模对称（SMS）框架扩展以引入一种称为协同证书学习的技术。若SMS生成了违反给定co-NP性质的候选图，我们便获得该违反的证书，即该co-NP性质的“协同证书”。该协同证书产生一个子句，作为SMS后端的SAT求解器在其CDCL流程中予以学习。我们证明，SMS加协同证书学习是一种强有力的方法，使我们得以改进Kochen-Specker向量系统规模的最佳已知下界——该问题是量子力学基础中的核心问题，已被研究半个多世纪。我们的方法比近期提出的基于SAT的方法快数个数量级，且扩展性显著更优。
引用
@article{arxiv.2306.10427,
title = {Co-Certificate Learning with SAT Modulo Symmetries},
author = {Markus Kirchweger and Tomáš Peitl and Stefan Szeider},
journal= {arXiv preprint arXiv:2306.10427},
year = {2023}
}
备注
To appear in the Proceedings of IJCAI 2023, the 32nd International Joint Conference on Artificial Intelligence, August 19-25, 2023, Macao, S.A.R. This update fixes a formatting glitch with references