¿Por qué todos los solucionadores SAT recientes funcionan en CNF en lugar del circuito SAT?

Después del lanzamiento de la biblioteca AIGER para manejar gráficos e inversores en algún momento en 2006 (creo), se lanzaron algunos solucionadores SAT de circuito en 2006-2008, y en algunas carreras / competiciones SAT hubo pistas AIG. Sin embargo, desde entonces parece que el enfoque se ha centrado completamente en SMT o en mejorar los solucionadores de SAT clausales.

Intuitivamente para mí, concentrarme en el circuito SAT parece tener mucho sentido: muchos, si no la mayoría, los problemas se expresan más naturalmente como circuito SAT que CNF; los circuitos proporcionan información estructural que no se puede realizar ingeniería inversa desde CNF, pero los circuitos siempre se pueden transformar en CNF; y al menos el campo industrialmente significativo de síntesis lógica parece ser particularmente adecuado para los AIG.

¿Entonces qué pasó? ¿Resultó que la información estructural adicional no ayuda a los solucionadores? ¿El SAT basado en AIG resolvió un experimento fallido?

Hay muchos ángulos diferentes en su pregunta. generalmente estuvo de acuerdo con su premisa de que mirar "información estructural" en una formulación SAT debería ser un excelente área de investigación.

• SAT codificado en CNF ha sido un estándar durante décadas. se solidificó a principios y mediados de la década de 1990 con el formato / competencias DIMACS .

• ¿Qué es técnicamente "información estructural"? Puede ser difícil formalizar ese concepto y evitar círculos casi tautológicos. en realidad no hay ninguna diferencia entre una codificación SAT CNF y otras codificaciones que preservan una estructura de red. esto se materializa en los conceptos de "cláusula / gráfico variable" que muchos solucionadores SAT tienden a utilizar. en otras palabras, en cierto sentido, cada solucionador SAT significativo utiliza "información estructural" .

• Sí, las nuevas direcciones en la investigación se han centrado en la resolución de ASP y SMT que casi en realidad representan la "información estructural" sobre la que usted pregunta.

• La transformación Tseytin convierte fácilmente un circuito en SAT en tiempo / espacio P para su entrada en un solucionador SAT estándar. presumiblemente se usa ampliamente en muchos contextos, especialmente en contextos de circuitos EE.

• Hay algunas investigaciones bastante aisladas en general en la línea que usted menciona, pero desafortunadamente (nuevamente junto con su premisa) nunca pareció desarrollarse mucho en una tendencia de investigación. No piense que se debe a la falta de potencial pero a factores más humanos. dos artículos favoritos [1] [2], otro es mirar instancias particulares de áreas tales como "instancias industriales" o instancias de "ingeniería eléctrica" ​​de las cuales existe alguna investigación especializada.

• Puristas CS veces tienden a querer evitar consideraciones psicología / sociología en todas las abstracciones matemáticas, pero razonablemente su todavía un factor en el ordenador la ciencia . preguntas sobre tendencias de investigación, que se basan en factores psicológicos humanos. es posible que haya algún efecto de farola aquí conocido como "fruta baja". se podría decir / considerar que, incluso ahora, hace unas décadas, la investigación algorítmica SAT está en su infancia, de modo que grandes preguntas como P vs NP no parecen estar a la vista, y tal vez la investigación existente, aunque sustancial, sigue "rascando la superficie" .

[1] Descomponiendo problemas de satisfacción o Utilizando gráficos para obtener una mejor visión de los problemas de satisfacción , Herwig 2006 (83pp)

[2] El límite del cuchillo de restricción Walsh 1998