我正在尝试实现本文中的一些代码:Model Checking Using SMT and Theory of Lists以证明有关简单机器的事实。我使用Python Z3 API编写了以下代码,镜像了本文中描述的代码:故意简化了代码和问题,以便更好地显示问题:
from z3 import *
MachineIntSort = BitVecSort(16)
MachineInt = lambda x: BitVec(x, 16)
def DeclareLinkedList(sort):
LinkedList = Datatype(f'{sort.name()}_LinkedList')
LinkedList.declare('nil')
LinkedList.declare('cons', ('car', sort), ('cdr', LinkedList))
return LinkedList.create()
State = Datatype('State')
State.declare('state',
('A', MachineIntSort),
('B', MachineIntSort),
('C', MachineIntSort),
('D', MachineIntSort))
State = State.create()
StateList = DeclareLinkedList(State)
def transition_condition(initial, next):
return State.A(next) == State.A(initial) + 1
def final_condition(lst):
return State.A(StateList.car(lst)) == 2
solver = Solver()
check_execution_trace = Function('check_execution_trace', StateList, BoolSort())
execution_list = Const('execution_list', StateList)
solver.add(ForAll(execution_list, check_execution_trace(execution_list) ==
If(And(execution_list != StateList.nil, StateList.cdr(execution_list) != StateList.nil),
And(
transition_condition(StateList.car(execution_list), StateList.car(StateList.cdr(execution_list))),
check_execution_trace(StateList.cdr(execution_list)),
If(final_condition(StateList.cdr(execution_list)),
StateList.nil == StateList.cdr(StateList.cdr(execution_list)),
StateList.nil != StateList.cdr(StateList.cdr(execution_list))
)
),
True), # If False, unsat but incorrect. If True, it hangs
))
states = Const('states', StateList)
# Execution trace cannot be empty
solver.add(StateList.nil != states)
# Initial condition
solver.add(State.A(StateList.car(states)) == 0)
# Transition axiom
solver.add(check_execution_trace(states))
print(solver.check())
print(solver.model())
问题是模型步骤被挂起,而不是给出简单的解决方案。我想我可能并没有实现本文描述的所有内容:我不理解什么:“最后,强调实例化模式的目的很重要(PAT:在FORALL子句中{check tr(lst)})。这个公理陈述了所有事情列表。但是,SMT求解器不可能尝试证明声明确实适用于所有可能的列表。相反,常见的方法是提供一种实例化模式,以基本说出在什么情况下公理应该被实例化,因此由求解程序强制执行。”意味着,所以我没有实现它。
我现在的目标不是拥有漂亮的代码(我知道星级导入很丑,...),而是拥有有效的代码。
SMT求解器很难处理量化公式,因为它们会使逻辑变得不可确定。 SMT求解器通常依靠“启发式”来解决此类问题。模式是处理量词时“帮助”启发式算法更快收敛的一种方法。