Raisonnement Stratégique avec Ressources en Présence d'Incertitude

Strategic Reasoning With Resources Under Uncertainty

• Auteur / Autrice : Nicolas Dumange
• Direction : Stéphane P. Demri
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/09/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Méthodes Formelles
• Partenaire(s) de recherche : Référent : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)

Mots clés

Mots clés libres

Logique de stratégie

Théorie des jeux

Information incomplète

Machine à compteurs

Strategy logic

Game Theory

Incomplete information

Counter Machine

Résumé

Ces dernières années, les langages logiques pour la spécification et la vérification de comportements stratégiques d'agents dans des structures de jeux concurrentes (“CGS”) ont été l'objet d'un intérêt croissant dans le développement des méthodes formelles pour l'intelligence artificielle. Une grande quantité de logiques incorporant une notion de stratégie a été proposée dans la littérature, incluant ATL ('alternating-time temporal logic”) et SL (“strategy logic”). Les modèles de ces langages logiques partagent un point commun: les actions sont habituellement modélisées comme des objects abstraits (typiquement, les transitions sont étiquetées) qui n'ont pas de coût calculatoire. Cependant, si ces logiques incorporant une notion de stratégie doivent être appliquées à des scenarios pratiques en IA, il est important de tenir compte de ressources que les actions peuvent produire ou consommer. Ces considérations ont incitées la poursuite de recherche sur la thématique des logiques incorporant une notion de stratégie mais avec une gestion des ressources, ce qui fut fait de nombreuses façons. Cependant, de façon peu surprenante, selon la manière dont les ressources sont prises en compte dans les logiques à la ATL, cela peut facilement conduire à l'indécidabilité, ce qui peut s'expliquer grossièrement par l'indécidabilité des jeux sur les systèmes d'addition de vecteurs avec états (“VASS”). De plus, les questions de décidabilité et de complexité ont aussi été étudiées, plusieurs en relation avec les jeux d'énergie ou avec les jeux sur les VASS.Dans ce sujet de thèse, nous nous intéressons à une situation encore plus réaliste dans laquelle les agents ont une connaissance imparfaite de leur environnement, de leurs états courants, pouvant aussi inclure les actions exécutées dans la passé. Par exemple, l'incertitude peut faire référence à une connaissance imparfaite de la structure de jeux concurrente ou bien de l'état courant, tout cela pouvant être modélisé en étendant la notion de structures de jeux concurrentes. Abandonner une vision trop idyllique modifie significativement les capacités des agents pour atteindre leurs objectifs et les logiques incorporant une notion de stratégie en présence d'information incomplète sont connues pour facilement mener à des problèmes de model-checking indécidables. Ainsi, une modélisation plus réaliste des capacités stratégiques d'agents devrait inclure la présence de resources et des mécanismes pour modéliser l'incertitude, même si chacune de ces deux caractéristiques peut facilement conduire à l'indécidabilité. Cela explique largement pourquoi la littérature contient quasiment pas de travaux qui traitent à la fois des ressources et de l'incertitude. Ce n'est pas du tout satisfaisant pour le développement de méthodes formelles dédiées à la vérification de systèmes multi-agents, spécialement la littérature contient des travaux sur la décidabilité en présence d'information incomplète (sous-classe du problème général) et des travaux avec des ressources avec de bonnes propriétés algorithmiques. Notre principal objectif dans cette proposition consiste à étudier les propriétés calculatoires des logiques incorporant une notion de stratégie en présence de ressources et d'incertitude et plus spécifiquement de concevoir et d'identifier les situations pour lesquelles le raisonnement sur les ressources sous incertitude peut conduire à des propriétés calculatoires satisfaisantes tout en étant suffisamment expressives pour capturer des scénarios pratiques en IA.

In recent years, logic-based languages for the specification and verification of the strategic behavior of agents in concurrent game structures have been the object of increasing interest amongst researchers applying formal methods to artificial intelligence. A wealth of logic for strategies have been proposed in the literature, including alternating-time temporal logic ATL and strategy logic SL. The computational models underlying these logic-based languages share a common feature: actions are normally modeled as abstract objects (typically a labeling on transitions) that bear no computational cost. However, if logic for strategies are to be applied to concrete AI scenarios, it is key to account for the resources that actions might consume or produce. These considerations have prompted recently investigations in resource-aware logic for strategies; managing resources came in many flavors. However, unsurprisingly, depending on the way resources are handled in extensions of ATL-like logics, it is easy to lead to undecidability due to the undecidability of games on vector addition systems with states (VASS). Decidability and complexity issues have been also considered, some of them related to energy games and to VASS games. In this PhD proposal, we focus our interest on an even more realistic situation in which the agents have incomplete knowledge about the environment where they act, as well as about the current course of affairs, including the actions they took in the past, etc. By way of example, uncertainty can refer to incomplete knowledge about the concurrent game structure or about the current state of the computations, which can be modeling by extending the notion of concurrent game structures. Giving up an idealistic vision significantly modifies the agents' abilities to achieve their objectives and strategy logic with incomplete information are known to often lead to undecidable model-checking problems. In this context, restricting the agents' knowledge in such logical formalisms amounts to enrich the semantical structures and to restrict adequately the class of legitimate strategies for the coalitions of agents. That is why, a realistic modeling of multi-agent systems includes the presence of resources and mechanisms to handle uncertainty, though each item separately is known to possibly lead to undecidability. This explains why the literature contains very few works handling both resources and uncertainty. This is definitely not satisfactory for developping formal methods dedicated to multi-agent systems, especially in the literature there exist works about ways to model incomplete information though leading to decidable model-checking problems, and there exist works about ways to reason about resources while preserving the good computational properties of resource-free ATL-like logic. Our main objective in this proposal is to investigate the computational properties of strategy logic handling resource reasoning in the presence of uncertainty and more specifically to design and identify the situations in which resource reasoning under uncertainty can lead to satisfactory computational properties as well as expressive enough to capture concrete AI scenarios.