LTL synthesis is the problem of synthesizing a reactive system from a formal specification in Linear Temporal Logic. The extension of allowing for partial observability, where the system does not have direct access to all relevant information about the environment, allows generalizing this problem to a wider set of real-world applications, but the difficulty of implementing such an extension in practice means that it has remained in the realm of theory. Recently, it has been demonstrated that restricting LTL synthesis to systems with finite executions by using LTL with finite-horizon semantics (LTLf) allows for significantly simpler implementations in practice. With the conceptual simplicity of LTLf, it becomes possible to explore extensions such as partial observability in practice for the first time. Previous work has analyzed the problem of LTLf synthesis under partial observability theoretically and suggested two possible algorithms, one with 3EXPTIME and another with 2EXPTIME complexity. In this work, we first prove a complexity lower bound conjectured in earlier work. Then, we complement the theoretical analysis by showing how the two algorithms can be integrated in practice into an established framework for LTLf synthesis. We furthermore identify a third, MSO-based, approach enabled by this framework. Our experimental evaluation reveals very different results from what the theory seems to suggest, with the 3EXPTIME algorithm often outperforming the 2EXPTIME approach. Furthermore, as long as it is able to overcome an initial memory bottleneck, the MSO-based approach can often outperforms the others.

中文翻译：

---

部分可观测性下的 LTLf 综合：从理论到实践

LTL 综合是从线性时间逻辑中的形式规范综合反应系统的问题。允许部分可观察性的扩展，其中系统无法直接访问有关环境的所有相关信息，允许将此问题推广到更广泛的现实世界应用程序，但在实践中实现这种扩展的困难意味着它一直停留在理论领域。最近，已经证明通过使用具有有限水平语义 (LTLf) 的 LTL 将 LTL 合成限制为具有有限执行的系统允许在实践中显着更简单的实现。凭借 LTLf 概念上的简单性，首次在实践中探索诸如部分可观察性之类的扩展成为可能。以前的工作从理论上分析了部分可观测性下的 LTLf 合成问题，并提出了两种可能的算法，一种具有 3EXPTIME 复杂度，另一种具有 2EXPTIME 复杂度。在这项工作中，我们首先证明了早期工作中推测的复杂性下界。然后，我们通过展示如何在实践中将这两种算法集成到 LTLf 综合的既定框架中来补充理论分析。我们进一步确定了由该框架支持的第三种基于 MSO 的方法。我们的实验评估揭示了与理论似乎暗示的结果截然不同的结果，3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。一个具有 3EXPTIME 和另一个具有 2EXPTIME 复杂性。在这项工作中，我们首先证明了早期工作中推测的复杂性下界。然后，我们通过展示如何在实践中将这两种算法集成到 LTLf 综合的既定框架中来补充理论分析。我们进一步确定了由该框架支持的第三种基于 MSO 的方法。我们的实验评估揭示了与理论似乎暗示的结果截然不同的结果，3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。一个具有 3EXPTIME 和另一个具有 2EXPTIME 复杂性。在这项工作中，我们首先证明了早期工作中推测的复杂性下界。然后，我们通过展示如何在实践中将这两种算法集成到 LTLf 综合的既定框架中来补充理论分析。我们进一步确定了由该框架支持的第三种基于 MSO 的方法。我们的实验评估揭示了与理论似乎暗示的结果截然不同的结果，3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。我们通过展示如何在实践中将这两种算法集成到 LTLf 综合的既定框架中来补充理论分析。我们进一步确定了由该框架支持的第三种基于 MSO 的方法。我们的实验评估揭示了与理论似乎暗示的结果截然不同的结果，3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。我们通过展示如何在实践中将这两种算法集成到 LTLf 综合的既定框架中来补充理论分析。我们进一步确定了由该框架支持的第三种基于 MSO 的方法。我们的实验评估揭示了与理论似乎暗示的结果截然不同的结果，3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。使用 3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。使用 3EXPTIME 算法通常优于 2EXPTIME 方法。此外，只要能够克服初始内存瓶颈，基于 MSO 的方法通常可以胜过其他方法。